明敏发自凹非寺
量子位公众号 QbitAI
为应对 ChatGPT，谷歌在大模型方面的动作还在继续。
最新消息，其旗下专注语言大模型领域的“蓝移团队”（Blueshift Team）宣布，正式加入 DeepMind，旨在共同提升 LLM 能力！
DeepMind 科学家们在推特下面“列队欢迎”，好不热闹~
蓝移团队隶属于谷歌研究，和谷歌大脑实验室同等级。
之前谷歌耗时 2 年发布的大模型新基准 BIG-Bench，就有该团队的重要贡献。
还有谷歌 5400 亿大模型 PaLM，背后也有蓝移团队成员提供建议。
综合此前消息，DeepMind 表示要在今年发布聊天机器人麻雀（Sparrow）内测版本。
如今又有擅长大模型研究的团队加入，强强联手，或许会加快谷歌应对 ChatGPT 的脚步？
这下有好戏看了。
蓝移团队是谁？
据官网介绍，蓝移团队主要关注的研究点是如何理解和改进大语言模型的能力。
他们专注于了解 Transformer 的局限性，并挑战将其能力扩展到解决数学、科学、编程、算法和规划等领域。
具体可分为如下几方面分支。
团队的代表性工作有数学做题模型 Minerva。
它曾参加数学竞赛考试 MATH，得分超过计算机博士水平。
综合了数理化生、电子工程和计算机科学的综合考试 MMLU-STEM，它的分数比以往 AI 高了 20 分左右。
并且它的做题方法也是理科式的，基于谷歌 5400 亿参数大模型 PaLM，Minerva 狂读论文和 LaTeX 公式后，可以按照理解自然语言的方式理解数学符号。
作者透露，让该模型参加波兰的数学高考，成绩都超过了全国平均分数。
还有蓝移团队曾和 MIT 的科学家一起，通过训练大模型学会程序员 debug 时“打断点”的方式，就能让模型读代码的能力大幅提升。
还有谷歌耗时 2 年发布的大模型新基准 BIG-Bench，蓝移团队全部成员均参与了这项工作。
BIG-bench 由 204 个任务组成，内容涵盖语言学、儿童发展、数学、常识推理、生物学、物理学、社会偏见、软件开发等方面的问题。
以及如上提到的谷歌大模型 PaLM，蓝移团队成员 Ethan S Dyer 也贡献了建议。
官网显示，蓝移团队目前有 4 位主要成员。
Behnam Neyshabur 现在是 DeepMind 的高级研究员。他在丰田工业大学（芝加哥）攻读了计算机博士学位，后来在纽约大学进行博士后工作，同时是普林斯顿大学高等研究理论机器学习项目组的成员。
研究领域是大语言模型的推理和算法能力、深度学习和泛化等。
Vinay Ramasesh在加州大学伯克利分校获得物理学博士学位，曾致力于研究基于超导量子比特的量子处理器，硕士毕业于麻省理工学院。
最近他主要在研究语言模型，职位是研究科学家。
Ethan Dyer 博士毕业于麻省理工学院，2018 年加入谷歌工作至今。
Anders Johan Andreassen 同样是物理专业出身，博士毕业于哈佛大学。在哈佛大学、加州大学伯克利分校都做过博士后，2019 年起加入谷歌。
谷歌还有多少后手？
这次蓝移团队的调动，也不免让外界猜测是否是谷歌为应对 ChatGPT 的最新举措。
ChatGPT 引爆大模型趋势后，谷歌几乎是最先打响“阻击战”的大厂。
尽管加急发布的 Bard 效果确实有失水准，但这并不意味着谷歌会就此丧失竞争力。
诚如 OpenAI 之于微软，谷歌也有 DeepMind。
DeepMind 还是上一轮 AI 浪潮的引爆者。
消息显示，DeepMind 手里也有聊天机器人。
去年 9 月，他们介绍了一个对话 AI 麻雀（Sparrow），它的原理同样是基于人类反馈的强化学习，能够依据人类偏好训练模型。
DeepMind 创始人兼 CEO 哈萨比在今年早些时候说，麻雀的内测版本将在 2023 年发布。
他表示，他们将会“谨慎地”发布模型，以实现模型可以开发强化学习功能，比如引用资料等——这是 ChatGPT 不具备的功能。
但具体的发布时间还没有透露。
蓝移团队的加入公告中提到，他们是为了加速提升 DeepMind 乃至谷歌的 LLM 能力，不知这一动向是否会加速该对话模型的发布。
与此同时，谷歌也没有把目光完全局限在自家开发能力上。
本月初，劈柴哥重磅宣布，斥资 3 亿美元，紧急投资 ChatGPT 竞品公司 Anthropic——由 GPT-3 核心成员出走创办。
1 月底，该公司内测聊天机器人 Claude，
这是一个超过 520 亿参数的大模型，自称基于前沿 NLP 和 AI 安全技术打造。
它同 ChatGPT 一样，靠强化学习（RL）来训练偏好模型，并进行后续微调。
但又与 ChatGPT 采用的人类反馈强化学习（RLHF）不同，Claude 训练时，采用了基于偏好模型而非人工反馈的原发人工智能方法（Constitutional AI），这种方法又被称为 AI 反馈强化学习（RLAIF）。
如今，Claude 尚未作为商业产品正式发布，但已有人（如全网第一个提示工程师 Riley Goodside）拿到了内测资格。有人说效果比 ChatGPT 要好。
目前，这家公司的最新估值已经达到 50 亿美元。
总而言之，谷歌虽然在 Bard 上栽了跟头，但也没把鸡蛋放在一个篮子里。接下来它在大模型上还有哪些新动作？还很有看头。
参考链接：
[1]https://twitter.com/bneyshabur/status/1629150056715816962
[2]https://research.google/teams/blueshift/
[3]https://www.deepmind.com/blog/building-safer-dialogue-agents
