Google最強AI又遲到，Gemini傳明年才推出！帶著AlphaGo血統、比ChatGPT更強|數位時代 BusinessNext

Google最強AI又遲到，Gemini傳明年才推出！帶著AlphaGo血統，為何能比ChatGPT強？

Google DeepMind負責人哈薩比斯近日透露，研發中的Gemini將是「融合」了AlphaGo血統，比GPT系列更強大的AI模型。

世界恐怕還需要再等待一段時間才能使用到Google下一代最強AI。Google在今年開發者大會中表示大型語言模型「Gemini」最快會在今年內推出，不過根據《The Information》最新報導，Google已經將Gemini的發布時間，悄悄推遲到2024年初。

知情人士表示，Google原訂於下週在紐約、華盛頓和加利福尼亞州舉行發佈會，但由於發現人工智慧無法可靠的處理非英語查詢，擔心其無法發揮作用，因此已將活動改至明年初。對此，Google並未出面回應。

根據此前透露，Gemini運算能力優於OpenAI的GPT-4，不過現在面臨的關鍵挑戰就是，如何確保比GPT-4更好。一位知情人士表示，Gemini在某些方面以達到水準，但團隊希望Gemini能以多種語言並且良好運行，因此仍在進行改善。

Gemini被視為Google在AI領域的力挽狂瀾之作，究竟Gemini有多強大？跟GPT-4比有哪些優勢？以下為2023年6月報導。

ChatGPT帶給世人的震撼至今仍在延燒，生成式AI仍是科技界最火熱的議題之一，儘管身為AI領域先鋒的Google，看似在這項技術暫居下風，但他們很快就會展開反擊。DeepMind執行長德米斯．哈薩比斯（Demis Hassabis）表示，開發中的Gemini模型將比ChatGPT背後的系統更為強大。

為了在AI競賽中反擊，Google曾在5月的開發者大會上預告，下一代大型語言模型Gemini已在開發當中，並由Google Brain及DeepMind合併而成的Google DeepMind負責，而哈薩比斯正是這個新部門的負責人。

在ChatGPT成名之前，2016年Google就透過AI模型AlphaGo擊敗了韓國棋王李世乭，喚起人類對AI技術進步之快的驚訝與警覺，而當時開發AlphaGo的便是哈薩比斯所領導的DeepMind。

比GPT技術更強大，Gemini將結合AlphaGo模型優勢

根據《Wired》報導，Gemini是種本質上與OpenAI的GPT-4相似的大型語言模型，不過哈薩比斯透露，他們的團隊會將這項技術與AlphaGo所運用到的技術結合起來，賦予AI新的能力，好比說能夠進行規劃，或者解決問題的能力。

「你可以認為Gemini結合了AlphaGo這類系統的一些優點，以及大型語言模型強大的語言能力。」哈薩比斯解釋，同時他還稍稍透露，「我們還有一些非常有趣的創新。」

AlphaGo運用了DeepMind大力發展的強化學習技術，這項技術主要是透過獎勵、懲罰的機制讓AI在反覆嘗試的過程中，知道該如何做出正確決定。透過這項技術，或許將能賦予聊天機器人真正解決問題，而不單單只是呈現搜尋結果的能力。

不過就如OpenAI為GPT-4燒掉超過1億美元，哈薩比斯聲稱開發Gemini預計還會需要數千萬到上億美元的支出，並且還要幾個月時間才能完成，且沒有公佈較為精確的推出時間。

儘管DeepMind過去多著墨在遊戲競技、生技研究等領域上，這並非他們首度進軍大型語言模型，去年就發表過聊天機器人Sparrow，並且他們聲稱與其他聊天機器人相比它更不容易脫序，較不會給出不恰當的回應。

先前哈薩比斯曾對外透露，他們將在今年內某個時候展開Sparrow的私人測試，但經歷部門整併、Gemini發表後，這些安排是否會繼續計畫實施暫時還不得而知。

高層直接參與，Gemini被視為Google在AI領域逆轉殺手鐧

OpenAI發表ChatGPT後，過往被認為是AI領域龍頭老大的Google地位因此有些鬆動，並匆忙發表了聊天機器人Bard，並將AI整合到旗下各個服務當中。然而Bard無論於內於外都沒有獲得太多好評，被員工批評這個作法過於倉促，一點也不像Google過往的風格。

因此Gemini被視為Google在AI領域的力挽狂瀾之作。《The Information》今年3月的報導曾指出，Gemini就是受到Bard失敗的刺激而誕生的計畫，希望藉此與OpenAI的GPT技術分庭抗禮，這項計畫得到公司高層直接的參與，包括最為資深的AI主管、首席科學家傑夫．迪恩（Jeff Dean）。

雖然Google亟欲透過新AI模型挽回地位，哈薩比斯對發布AI模型仍然非常慎重，他向《Wired》表示，「我認為這個領域需要更多評估測試相關的研究，這非常迫切。」必須藉此掌握新AI模型的能力與風險。

先前接受《時代》雜誌訪問時，哈薩比斯也強調人類對AI發展必須更為審慎，一旦處置失當可能產生重創人類文明的可怕工具。上個月，他也與OpenAI山姆．奧特曼（Sam Altman）等350位AI領域的權威人物共同簽署公開信，警告AI風險應該與核戰、傳染病等社會規模風險同等看待。

哈薩比斯也透露，他們在Gemini加入了各種防護、保險措施，「我可以看到我們在Gemini系列中打造的各種東西，我們沒有理由認為它們（這些防護、保險）不會起作用。」

資料來源：Wired、TechCrunch

延伸閱讀：【圖解】Google秀25項AI肌肉、改組應戰！有成功反擊微軟嗎？AI一哥如何奮力出招

責任編輯：錢玉紘

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。