听说 OpenAI 要开发硬体，微软要自研大型语言模型（large language model，LLM），避免过度依赖 OpenAI；Facebook 除了开源商用 Llama 2，更推出嵌入自家通讯软体 Messenger、WhatsAPP、IG 的 Meta AI。Google 除了持续更新 Google Bard 还有什麽招数？为何身为 Google 引领人工智慧发展的关键人士、DeepMind 执行长说未来 AI 应用，不必再学下指令，日常对话就能轻松上工？
虽然被OpenAI和微软合作的ChatGPT突袭失去先机，但Google数次更新Google Bard後，整合旗下生产力软体及YouTube、地图、航班等服务，让世人看见Google实力依旧深厚。
所有科技巨头都戮力开发自己的大语言模型，其他大企业忙着训练大语言模型以为自家服务，中小型企业试图调用API软体介面，把对话与生成内容融入现有服务，上班族则用LLM改善效率，活用提示词（prompt）解决日常需求。
LLM百花齐放当下，将来又会有什麽超越ChatGPT等的应用？AI如何实践帮助人类？Google DeepMind执行长哈萨比斯（Demis Hassabis）接受外媒The Verge访问时，提出新方向。
他先厘清人工智慧有实用性，而非一戳即破的泡沫，接着说ChatGPT引发热潮的关键在语言能力，最後分享Google应用AI方向，以及他看见的未来应用。
从玩乐到解决真实问题，AI不只会下棋
身为DeepMind共同创办人，哈萨比斯先拿主攻围棋的AlphaGo和预测蛋白质结构的AlphaFold为AI技术变化例证。
他解释，研发AI应用时，游戏（games）是很好的实验室，因设定演算法目标函数时，拿到最多分数或赢得比赛，都是很清楚的目标，DeepMind就曾拓展强化学习（reinforcement learning）领域技术时，先把游戏当成实验室，从乒乓球开始再到雅达利（Atari）游戏，接着进入有明确规则，且可从每次对弈获经验、知道报酬（reward）的棋盘，也就是打败李世乭一举成名的AlphaGo。
▲ AI不只很会下棋。（Source：shutterstock）
若说AlphaGo还只是探索兴趣的游玩之作，那AlphaFold就绝对是对世界有实质帮助的应用。哈萨比斯指出，从科学家与研究员论文看，AlphaFold对生物学家寻找蛋白质结构真的有用。从下棋到帮忙生物学家，哈萨比斯想强调，AI早就派得上用场，只是一般民众没有实感。
等到ChatGPT推出，之所以引发巨量关注，「因语言是人类智慧和每日生活的核心」，一般民众都能理解ChatGPT是什麽、与它互动。对话式生成服务，更从实验室走出跨入日常生活，都能成为日後AI应用的发轫。
未来AI应用，就是说自然语言不必下指令
哈萨比斯想像的未来AI应用，将是全方位人工智慧助理。我们熟悉的ChatGPT或Google Bard、Claude等对话式服务，擅长生成内容的大语言模型会扮演与人互动的介面（interface），以自然语言与人类对话，不用再训练提示工程（prompt engineering）也能听懂指令，就像智慧管家。
与人类对话，机器接收任务，接着人工智慧助理会调用不同模型。推荐书籍与活动、安排行程甚至直接下订单、帮助日常工作等，都是哈萨比斯想到的场景。每种任务都由细分专家模型负责，处理完後再回传到互动介面，接着回报人类。
人们现在看到Google Bard种种实验功能，背後流程都是哈萨比斯愿景的简化版。如问Google Bard航班，同样是理解任务後，调用Google Flights API，取得资料後整理转为人类易读的表格。可预期的是，将来执行任务的模型不单只调用API，真的能规划（plan）、推理（reason）并维持记忆（memory），三项能力正是哈萨比斯预期数年内研发AI者全力以赴投入的项目。
他更大胆预言，「也许几年後，今日所见的聊天机器人都变得微不足道」。
除了勾勒AI应用蓝图，哈萨比斯也分享，Google也有把DeepMind研发成果用於改善产品与使用体验；还有改善企业经营效率，如DeepMind利用AlphaZero，提升资料中心能源利用率。
从哈萨比斯谈话，我们一瞥顶尖AI科学家如何想像AI应用。当AI学会规划与推理，世界恐怕又要颠覆一次。但未来人工智慧如此强大，人类还能保住工作吗？仍是值得深思的议题。
（本文由 远见杂志 授权转载；首图来源：Image by Freepik）