谷歌推出通才AI模型，算力達(dá)到5620億參數(shù)

北京時(shí)間的3月7日，谷歌公司推出了全世界最大的視覺語言模型，這個(gè)模型被稱作為通才AI模型，提供的參數(shù)量可以達(dá)到5620億，是gpt-3系統(tǒng)的3倍還多，根據(jù)該公司的描述，這套系統(tǒng)是當(dāng)前最大的視覺語言模型，擁有將多個(gè)圖像作為輸入?yún)?shù)進(jìn)行推理和預(yù)測的能力，從這些描述上來看，只要隨著時(shí)間的推移，該系統(tǒng)的學(xué)習(xí)模型將會(huì)變得越來越復(fù)雜，能夠展現(xiàn)出更多的強(qiáng)大人工智能效果。

當(dāng)今社會(huì)距離通用人工智能的問世已經(jīng)不太遙遠(yuǎn)，預(yù)計(jì)在未來的五年內(nèi)，人工智能技術(shù)將能夠在人類的絕大多數(shù)工作行業(yè)中得到較好的表現(xiàn)，甚至?xí)鼙憩F(xiàn)的比人類工作的更好，目前對(duì)于人工智能技術(shù)如何運(yùn)用的探索仍舊在研發(fā)中，谷歌公司所開發(fā)的這套全新的人工智能系統(tǒng)基于語言模型能實(shí)施連續(xù)的觀察和圖像獲取功能，將系統(tǒng)所獲取的各種信息編碼成一系列和語言標(biāo)記相同的變量，使用這種方式對(duì)各類信息進(jìn)行檢測和分割。

實(shí)際上谷歌公司并不是唯一一個(gè)致力于利用神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行機(jī)器人控制的研究公司，微軟也提交了相相關(guān)關(guān)的論文，根據(jù)論文中的描述可以看到，該公司試圖利用類似的方式，將視覺上的一些數(shù)據(jù)和語言的模組結(jié)合在一起，通過這種方式進(jìn)行機(jī)器人的控制，打造一個(gè)具有多形態(tài)的視覺語言模型。

即便眾公司所研究的項(xiàng)目名稱不同，但大致的研究方向是類似的，主要是通過去分析機(jī)器人相機(jī)所傳遞的數(shù)據(jù)來實(shí)現(xiàn)人工智能的操作，致使人工智能系統(tǒng)無需對(duì)場景進(jìn)行預(yù)處理，就能夠完成各項(xiàng)參數(shù)的分析，運(yùn)用到機(jī)器人領(lǐng)域上，可以引導(dǎo)機(jī)器人去做出各種編程反應(yīng)。