Sergey Brin 在 90 年代与 Larry Page 共同创立了 Google,但两人都在 2019 年退出了日常管理工作。然而,AI 浪潮吸引 Brin 重返办公室,他认为所有人都应该效仿他的榜样。在最新的一份内部备忘录中,Brin 建议员工每个工作日都要到办公室,以确保 Google 能在 AI 竞赛中胜出。
对这位 Google 联合创始人来说,仅仅返回办公室还不够。根据《纽约时报》看到的备忘录,Brin 表示 Google 员工应该每周工作 60 小时来支持公司的 AI 项目。这相当于周一到周五每天工作 12 小时,Brin 称之为"生产力的最佳平衡点"。这并非 Brin 的新观点。
与硅谷许多人一样,Brin 似乎坚信当前生成式 AI 的发展轨迹将引领人工通用智能 (AGI) 的诞生。这种思维机器将远超当前只能模仿思考的 AI 模型。AGI 将能够理解概念并更像人类那样思考,有人认为这使其成为一个有意识的实体。
据 Brin 所说,Google 在实现这一 AI 计算突破方面处于最有利位置。他认为公司强大的程序员和数据科学家团队是关键,但他也认为团队必须尽可能多地使用 Google 自己的 Gemini AI 工具来提高效率。哦,对了,别在家办公。
Brin 和 Page 在 2015 年将公司领导权交给了现任 CEO Sundar Pichai,所以他的声明并不一定意味着公司当前的办公政策会改变。Google 仍然采用混合办公模式,要求员工每周到办公室工作三天。但作为创始人,Brin 的话份量很重。我们联系 Google 询问公司是否打算重新评估其政策,但 Google 代表表示目前没有计划改变返岗办公的要求。
迈向思维机器
Google 构建了当今所有生成式 AI 机器人的基础,但直到 OpenAI 开始添砖加瓦时才意识到这一点。Google 2017 年发表的开创性研究论文《Attention Is All You Need》阐述了至今仍在驱动大语言模型的 Transformer 架构。在短短 10 页中,Google 改变了计算的本质,但当 OpenAI 和 Microsoft 联手向大众推出 AI 工具时,它却措手不及。Google 在 2023 年初仓促推出的 Bard AI 一团糟,此后一直在追赶。
在 Bard 失利之后,Google 一心想要在所有产品中加入生成式 AI,即使 AI 行业的盈利能力仍然难以捉摸。OpenAI 将其大部分计算需求交给了 Microsoft Azure 基础设施,以换取将其技术用于 Copilot 和 Bing 的优惠折扣。即便如此,OpenAI CEO Sam Altman 也承认公司在最贵的每月 200 美元的 Pro 订阅上仍在亏损。
与此同时,Google 疯狂投资建设 AI 数据中心来训练和运行 Gemini 模型。不过,它没有像 OpenAI 那样昂贵的订阅层级。大多数 Gemini 模型都是免费的,即使是计算密集型的 Gemini Pro Deep Research,每月也只需 20 美元。Google 显然愿意在 AI 上亏钱以确保市场份额。
没人知道堆积更多 GPU 来运行更大的模型是否会通向 AGI。然而,不只是 Brin 认为这样的进步指日可待。Altman 也声称 OpenAI 可能在几年内就能实现真正的人工智能。Google 的官方博客文章也多次提到 AGI 是一个目标。即使在近期无法实现 AGI,商业领袖们也有其他理由希望员工返回办公室——这对 Google 来说是双赢。
好文章,需要你的鼓励
微软宣布为Word和Excel推出基于OpenAI的AI代理模式,通过简单提示即可自动生成文档和分析数据。Word用户可享受"氛围写作"功能,利用现有文档组装报告和提案。Excel代理能分析电子表格数据并生成可视化报告。尽管在SpreadsheetBench基准测试中准确率仅为57.2%,低于人类平均水平71.3%,但微软强调其针对实际工作场景优化。此外,微软还发布了基于Anthropic的Office代理,显示其正逐步减少对OpenAI的依赖。
苹果与清华合作提出EpiCache技术,解决AI长期对话中的记忆管理难题。该方法将对话自动分割成话题片段,为每个话题建立专门记忆库,实现智能匹配和高效检索。实验显示,EpiCache比传统方法准确率提高40%,内存使用减少4-6倍,响应速度提升2.4倍,为资源受限环境下的AI对话系统提供了实用解决方案。
OpenAI为美国ChatGPT用户推出"即时结账"功能,用户可在对话中直接购买Etsy和Shopify商品,无需跳转至外部网站。该功能支持Apple Pay、Google Pay等多种支付方式,并计划接入超过100万家Shopify商户。OpenAI还将开源其代理商务协议技术,与谷歌的代理支付协议形成竞争。这标志着电商购物模式的重大转变,AI聊天机器人可能重塑在线零售发现和支付生态系统。
清华大学与英伟达合作提出DiffusionNFT,一种革命性的AI图像生成训练方法。该方法通过对比正负样本进行学习,避免了复杂的概率计算,训练效率比传统方法提升25倍。研究团队在多项测试中验证了其优越性,不仅大幅提升了图像质量和文字渲染能力,还实现了无需分类器引导的高效训练,为AI图像生成技术的普及和应用奠定了重要基础。