至顶网软件频道消息:谷歌已经将整个谷歌研究院(Google Research)部门重新命名为谷歌人工智能(Google AI),该公司正在积极发展新兴的人工智能领域。
谷歌是在本周的Google I/O开发者大会之前宣布这一调整的,此举表明谷歌对于人工智能有多么重视,它包含了诸如计算机视觉、深度学习和语音识别等技术。
谷歌是通过一篇博客文章宣布这一消息的,谷歌表示该公司在过去几年中,几乎已经在所有的事情上使用过机器学习。
Google AI Communications 的主编Christian Howard 写道:“为了更好地反映这一使命,我们正在‘谷歌人工智能(Google AI)’的旗下统一我们的各项工作,包含了谷歌公司内部各种最先进的研究。”
谷歌调整了谷歌人工智能(Google AI)的主页,以便发布关于各种主题的研究报告、正在进行的人工智能的故事以及其他人可以使用的开源资料和工具。旧的谷歌研究院(Google Research)网站重定向到新的谷歌人工智能(Google AI)网站。
作为此次调整的一部分,谷歌还将Google Research Twitter和Google+频道也更名为谷歌人工智能(Google AI)。
这次更名让一些计算机科学家感到困惑,斯坦福大学的机器学习、人工智能和基因组学研究人员Volodymyr Kuleshov表示,这样称呼谷歌的计算机科学研究人工智能似乎是错误的。
他写道:“据我所知(当然我可能搞错了),谷歌研究院(Google Research)刚刚改名成了谷歌人工智能(Google AI)。”他写道:“那所有那些关于系统、加密、经济等等的工作怎么办?把谷歌的计算机科学研究称为‘人工智能’似乎是错误的。”
这次的调整出现在上个月的重新洗牌之后,Jeff Dean在那时被任命为谷歌人工智能的负责人。谷歌的联合创始人Sergey Brin在此之前也呼吁小心关注人工智能的发展。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。