[AI Google] 基于我们对提供负责任的人工智能的承诺

简介: 今天,我们宣布了新的人工智能保障措施,以防止滥用,并推出了利用人工智能使学习更具吸引力和可访问性的新工具

今天,我们宣布了新的人工智能保障措施,以防止滥用,并推出了利用人工智能使学习更具吸引力和可访问性的新工具。

包含狼、站在巨大棋盘上的人和使用移动设备的另一个人的几张照片的图像

我们相信,如果大胆而负责地对待,人工智能的变革力量可以改善人们的生活,使世界变得更美好。如今,我们的研究和产品已经在帮助全球人民——从日常任务到最雄心勃勃、最有成效和创造力的努力。

对我们来说,负责任地构建人工智能意味着既要解决其风险,又要最大程度地为人民和社会带来好处。在这方面,我们的AI原则、我们自己的研究以及来自专家、产品用户和合作伙伴的反馈都在指导着我们。

利用LearnLM构建造福社会的人工智能

每天,数十亿人使用Google产品进行学习。生成式人工智能正在为我们提供新的方式,使学习更加个性化、有帮助和易于访问。

今天,我们宣布了LearnLM,这是一系列基于Gemini的新模型,专门针对学习进行了微调。LearnLM将研究支持的学习科学和学术原则整合到我们的产品中,比如帮助管理认知负荷,以及根据学习者的目标、需求和动机进行调整。其结果是一种更加符合每个人需求的学习体验。

LearnLM正在为我们产品中的一系列功能提供支持,包括Gemini、搜索、YouTube和Google Classroom。在Gemini应用中,新的学习教练Gem将提供分步学习指导,旨在建立理解而不仅仅是提供答案。在Android上的YouTube应用中,您可以以新的方式参与教育视频,比如提出后续问题或通过测验检查您的知识。由于Gemini模型的长篇上下文能力,这些YouTube功能甚至适用于长时间的讲座和研讨会。

合作仍然是解锁生成式人工智能为更广泛教育社区提供支持的关键。我们正在与哥伦比亚教师学院、亚利桑那州立大学、纽约大学艺术学院和可汗学院等领先的教育组织合作,测试和改进我们的模型,以便我们可以将LearnLM扩展到我们自己产品之外(如果您有兴趣合作,可以在此链接上注册)。我们还与MIT RAISE合作,开发在线课程,为教育工作者提供有效利用生成式人工智能在课堂及其他领域的工具。

利用长上下文使知识更易访问

我们开发的一个新的实验性工具,旨在使知识更易访问和消化,名为Illuminate。它利用了Gemini 1.5 Pro的长上下文能力,将复杂的研究论文转化为简短的音频对话。

在几分钟内,Illuminate可以生成一个对话,由两个AI生成的声音组成,提供研究论文的概述和简要讨论关键观点。如果您想深入了解,可以提出后续问题。所有音频输出都带有SynthID水印,并引用了原始论文,因此您可以轻松地自行探索源材料并进行更详细的研究。您可以在labs.google上注册尝试它。

改进我们的模型并防止滥用

尽管这些突破正在帮助我们以新的方式实现使命,但生成式人工智能仍然是一种新兴技术,随着技术的发展和应用的演变,会出现风险和问题。

这就是为什么我们认为,采取负责任的人工智能方法至关重要,我们的AI原则将指导我们。我们定期分享我们实践中学到的知识更新。

今天,我们想分享一些改进我们的模型(如Gemini)和防止滥用的新方法。

  • AI辅助红队和专家反馈。 为了改进我们的模型,我们将前沿研究与人类专业知识相结合。今年,我们正在采取红队方法——一种已被证明有效的做法,即我们主动测试自己系统的弱点并试图打破它们——并通过一种我们称之为“AI辅助红队”的新研究技术加以改进。这借鉴了Google DeepMind的游戏突破,如AlphaGo,我们训练AI代理程序相互竞争,以扩展他们的红队能力范围。我们正在开发具有这些能力的AI模型,以帮助解决敌对提示问题并限制问题输出。我们还通过来自成千上万内部安全专家和从学术界到公民社会各个领域的独立专家的反馈来改进我们的模型。将这种人类洞察力与我们的安全测试方法相结合,将有助于使我们的模型和产品更准确、更可靠。这对我们来说是一个特别重要的研究领域,因为新的技术进步正在改变我们与人工智能的交互方式。
  • 文本和视频的SynthID。 随着我们模型的输出变得更加真实,我们也必须考虑它们可能被滥用的方式。去年,我们推出了SynthID技术,它为AI生成的图像和音频添加了难以察觉的水印,以便更容易识别,并防止滥用。今天,我们将SynthID扩展到两种新的模态:文本和视频。这是我们在帮助人们了解数字内容来源方面的更广泛投资的一部分。
  • 合作保障措施。 我们致力于与生态系统合作,帮助他人从我们正在取得的进步中受益并加以改进。在未来几个月,我们将通过我们更新的负责任生成式人工智能工具包开源SynthID文本水印技术。我们还是内容来源和真实性联盟(C2PA)的成员,与Adobe、微软、初创企业等众多合作伙伴合作,共同建立和实施一个改善数字媒体透明度的标准。

帮助解决现实世界的问题

如今,我们的人工智能进步已经在帮助人们解决现实世界的问题并推动科学突破。就在过去的几周里,我们宣布了三个令人兴奋的科学里程碑:

  • 与哈佛大学合作,Google Research发表了人类皮层最大的突触分辨率三维重建——这一进展可能改变我们对大脑工作方式的理解。
  • 我们宣布了AlphaFold 3,这是我们革命性模型的更新,它现在可以预测DNA、RNA和配体的结构和相互作用,除了蛋白质——这有助于改变我们对生物世界和药物发现的理解。
  • 我们推出了Med-Gemini,这是一个研究模型家族,建立在Gemini模型在高级推理、多模态理解和长上下文处理方面的能力之上——可能帮助临床医生处理报告生成等管理任务,分析不同类型的医疗数据并帮助风险预测。

除了从洪水预测和联合国可持续发展目标(SDGs)数据共享中获得的对社会有益的结果外,我们最近还发布了一份报告,重点介绍了人工智能如何帮助推进我们在世界上共同的可持续发展目标方面的进展。这只是一个开始——我们对未来和我们共同努力所能实现的事情感到兴奋。


相关文章
|
17天前
|
人工智能 自动驾驶 机器人
AI元年:2024年人工智能发展大事纪
3分钟了解2024年人工智能AI领域都发生了哪些改变我们生活和生产方式的大事儿。
119 2
AI元年:2024年人工智能发展大事纪
|
17天前
|
人工智能 自然语言处理 算法
打破AI信息差:2024年20款好用的人工智能工具大盘点
本文带你了解20款值得一试的AI工具,帮助你在内容创作、图像设计、音频视频编辑等领域提高效率、激发创意。
104 1
打破AI信息差:2024年20款好用的人工智能工具大盘点
|
14天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与情感计算:AI如何理解人类情感
人工智能与情感计算:AI如何理解人类情感
94 20
|
22天前
|
人工智能 安全 搜索推荐
新手指南:人工智能poe ai 怎么用?国内使用poe记住这个方法就够了!
由于国内网络限制,许多用户在尝试访问Poe AI时面临障碍。幸运的是,现在国内用户也能轻松畅玩Poe AI,告别繁琐的设置,直接开启AI创作之旅!🎉
112 13
|
1月前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
2月前
|
机器学习/深度学习 人工智能 算法
人工智能与医疗健康:AI如何改变生命科学
【10月更文挑战第31天】人工智能(AI)正深刻改变医疗健康和生命科学领域。本文探讨AI在蛋白质结构预测、基因编辑、医学影像诊断和疾病预测等方面的应用,及其对科研进程、医疗创新、服务效率和跨学科融合的深远影响。尽管面临数据隐私和伦理等挑战,AI仍有望为医疗健康带来革命性变革。
129 30
|
2月前
|
机器学习/深度学习 人工智能 监控
探索人工智能的伦理困境:我们如何确保AI的道德发展?
在人工智能(AI)技术飞速发展的今天,其伦理问题也日益凸显。本文将探讨AI伦理的重要性,分析当前面临的主要挑战,并提出相应的解决策略。我们将通过具体案例和代码示例,深入理解如何在设计和开发过程中嵌入伦理原则,以确保AI技术的健康发展。
71 11
|
24天前
|
存储 机器学习/深度学习 人工智能
科技云报到:人工智能时代“三大件”:生成式AI、数据、云服务
科技云报到:人工智能时代“三大件”:生成式AI、数据、云服务
|
2月前
|
人工智能 测试技术 API
成功注册Google的SerpAPI实现AI Agent的tool
成功注册Google的SerpAPI实现AI Agent的tool
152 5
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
1分钟认识:人工智能claude AI _详解CLAUDE在国内怎么使用
Claude AI 是 Anthropic 开发的先进对话式 AI 模型,以信息论之父克劳德·香农命名,体现了其在信息处理和生成方面的卓越能力

热门文章

最新文章