Google Bard灵魂推手来自中国台湾！纪怀新解密Bard：AI有哪些限制？怎么训练？
▼
Google今年推出实验性对话式AI服务“Bard”，7月更进一步升级支援包括繁体中文在内的40种以上语言，吸引多数中国台湾用户体验Google最新的AI技术应用。在Google Bard团队中，最关键的灵魂人物就是来自中国台湾的纪怀新（Ed H. Chi）博士。
任职Google超过12年、身为Google DeepMind的杰出科学家，纪怀新亲自从美国总部回来中国台湾解密，分享Google如何持续在多元产品与服务中，透过AI技术应用，帮助使用者带来更智慧的体验。
“Google的使命，就是透过大型语言模型（LLM）汇整全球资讯，并以自然的对话方式，供大众使用，也使人人受惠。”在Google分享聚会中，纪怀新也亲自回答3大核心问题，包括Google为何今年加入AI战局、Bard如何学习并理解、大型语言模型还有哪些挑战？
Google今年7月更进一步升级Bard支援包括繁体中文在内的40种以上语言。
图／ 杨络悬摄影
重点一：为什么Google在今年才决定加入AI战局？
由于市场上的生成式AI话题是由ChatGPT而来，使得不少民众以为，Google是为了迎战ChatGPT的热潮，才加紧推出Bard产品。
纪怀新解释，“事实上，Google将AI技术带入产品和服务中，已超过10年。”意思是，Bard是Google布局10年之久的AI战略中，其中之一的成果。
Google在发展Bard之前，2011年就已经有Google Brain计划团队，尝试导入AI上的研究及运用。
像是在“Google智慧镜头”透过图片来搜寻其中的文字资讯、结合AR技术显示路线环境的“Google地图”、透过AI机器学习技术强化Gmail或Meet工具的“Workspace”，以及Pixel手机的即时翻译、魔术橡皮擦等，都是AI应用的例证。
延伸阅读：Google内部文件揭密：Google助理跟Bard有什么不同？
自2013年至今，纪怀新带领的机器学习研究团队，也包含大型语言模型、对话程式语言模型（LaMDA/Bard）、神经网络推荐系统（neural recommendations）、可靠性机器学习（reliable machine learning）等相关研究。
他的团队也帮助过YouTube推荐演算法、Google新闻、广告、Google Play商店等一系列Google产品，“这10年来，仅仅我们团队，就在Google带来720项改进。”
重点二：Bard如何学习并理解不同语言？
“资料跟资料效率，是发展对话式AI的关键。”纪怀新解释，Bard整套训练中，必须经过3个不同阶段，分别是“预训练”（Pre-Traing）、“微调”（Fine-Tuning）、“提示／提问”（Prompting）等。
他进一步解说，“预训练”就是学习语言的基础能力，也是最昂贵的阶段；“微调”是专精于特定任务，尤其数据资料效率比较好的预训练模型，能用更少的资料量学习；“提示／提问”则是提示及小样本数据资料，能够在正确的时间唤醒正确的能力。
纪怀新博士解释，具备“多语言理解能力”的Bard如何解释德文谚语。
图／ 杨络悬摄影
有趣的是，纪怀新也用德文谚语“Ich verstehe nur Bahnhof”作为案例，若单纯用Google翻译工具，这句话就只会字面上翻译成英文“I only understand train station”（我只知道火车站）。
由于Bard具备更好的“多语言理解能力”（multilingual understanding），因此，就会进一步解释这句翻译是错误的，并明确指出这句德文谚语的真正意思“I don’t understand anything”（我什么都不知道），向用户解说“这句谚语是一种夸饰性的说词”。
由此可知，语言模型能够互为集中、学习，进一步理解而提升原有的模型基础，这样的结果也吸引多数用户将Bard成为自己的语言学习家教。
延伸阅读：一个关键优势，Google领先10年！分析师：AI大战比微软更有赢面
Bard拥有很好的对话基础，但在此之前的互动也不具备连贯性，话题内容更不够广泛，这都是学习的过程。纪怀新坦言，AI聊天机器人的体验，应该要表现出交换式（Transaction）与互动式（Interaction）两大特色并存，要有人性化的互动，而不单只是帮忙人类工作而已。
此外，有别于ChatGPT的回答基础限制在仅能参考2021年前的资料，Google Bard则可利用搜寻引擎的工具，提高更正确、具有时效性的答案。“这就好像我们教大型语言模型LLM，如何继续搜索、去阅读这些网络结果，进而产生相应的动作，最后是经过Google内部的搜索引擎产生出的回应。”纪怀新如此解释。
值得一提的是，被问到Google训练AI时，是用TPU，还是辉达（NVIDIA）的GPU呢？纪怀新透露，Google一直100%使用自家的TPU，尤其Google很早就在AI领域投入大量资源，里头的数学运算及训练方法，都是早就发展的成果。
重点三：Bard存在“5大已知的限制”
“大型语言模型目前仍处于早期发展阶段。”纪怀新说，尽管Google的对话程式语言模型（LaMDA）可以做到1,370亿个参数，让Bard理解合理性、具体性、趣味性、安全性、真实性，并归纳出数百万任务，但事实上AI模型仍需不断微调“更自然方式”的具体内容，才能跳脱早期的Google Assistant单一及不自然。
纪怀新指出，就目前来说，大型语言模型（包含Bard在内）仍存在“5大已知的限制”，像是回答时出现与事实不符合的“幻觉”及偏差：
准确性：Bard的回应可能未必准确，尤其当询问复杂或讲求事实的主题时。
偏差性：Bard的回应可能反映偏见或呈现出训练资料中的特定观点。
人格化：Bard的回应可能会让人以为它有个人意见或感受。
伪阳性／伪阴性：Bard可能对某些适合的提示不予回应，并提供不适合的回应。
恶意提示的刻意攻击：使用者会不断寻找对Bard进行压力测试的方法。
面对这5大问题，纪怀新解释，这是Google和整个业界正在研究的领域，Google也将随着时间推移演进，致力改善这些面向。Google也会持续与官方机关、企业、大专院校等多方合作交流，共同研拟相关做法和标准，设法降低风险。
延伸阅读：日立把AI变老师傅，是培训帮手也是产品！百年老店AI大计
纪怀新也透露，一年多没回来中国台湾，此次希望参与学术交流，并与Google中国台湾同仁交流，希望中国台湾针对AI领域作出一些贡献。“大型语言模型会改变我们与AI互动的方式，并为生活带来明显改变，我们将持续参与其中。”
纪怀新博士小档案
现职： Google DeepMind 杰出科学家，带领机器学习研究团队，进行大型语言模型（LaMDA/Bard）、神经网络推荐系统（neural recommendations）、可靠性机器学习（reliable machine learning）等相关研究。
贡献： 他所带领的研究团队协助推出Bard，并从2013年起为YouTube、Google 新闻、等产品带来超过720项改进。纪怀新着名的研究领域为网络和线上社群系统对使用者行为的影响，并拥有39项专利和200多篇研究论文的发表。
经历： 帕罗奥多研究中心（Palo Alto Research Center）增强社群认知小组的区域经理及首席科学家，带领团队了解社群系统如何帮助人们的记忆、思考和推理。
学历： 在六年半内取得明尼苏达大学（University of Minnesota）学士、硕士和博士等3个学位。他获选为电脑协会院士（ACM Fellow）和人机互动学会院士（CHI Academy），也因在资讯视觉化研究贡献获颁20年的Test of Time Award。他的相关研究与言论曾被《经济学人》、《时代杂志》、《洛杉矶时报》和《美联社》等媒体报道和引用。
兴趣： 高尔夫、游泳、摄影和滑雪，且拥有跆拳道黑带。
责任编辑：林美欣
▼
特别声明 本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。
