谷歌推出通才AI模型，算力達到5620億參數(shù)

北京時間的3月7日，谷歌公司推出了全世界最大的視覺語言模型，這個模型被稱作為通才AI模型，提供的參數(shù)量可以達到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)是當前最大的視覺語言模型，擁有將多個圖像作為輸入?yún)?shù)進行推理和預測的能力，從這些描述上來看，只要隨著時間的推移，該系統(tǒng)的學習模型將會變得越來越復雜，能夠展現(xiàn)出更多的強大人工智能效果。

當今社會距離通用人工智能的問世已經(jīng)不太遙遠，預計在未來的五年內(nèi)，人工智能技術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)，甚至會能表現(xiàn)的比人類工作的更好，目前對于人工智能技術如何運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記相同的變量，使用這種方式對各類信息進行檢測和分割。

實際上谷歌公司并不是唯一一個致力于利用神經(jīng)網(wǎng)絡系統(tǒng)進行機器人控制的研究公司，微軟也提交了相相關關的論文，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)和語言的模組結合在一起，通過這種方式進行機器人的控制，打造一個具有多形態(tài)的視覺語言模型。

即便眾公司所研究的項目名稱不同，但大致的研究方向是類似的，主要是通過去分析機器人相機所傳遞的數(shù)據(jù)來實現(xiàn)人工智能的操作，致使人工智能系統(tǒng)無需對場景進行預處理，就能夠完成各項參數(shù)的分析，運用到機器人領域上，可以引導機器人去做出各種編程反應。