谷歌员工曝AI改进速度放缓，Gemini已成立新团队解决问题

谷歌与OpenAI面临AI模型性能提升瓶颈

谷歌的努力与挑战

根据文章作者的报道，谷歌近期一直在努力提升其聊天机器人产品Gemini的性能。尽管公司投入了大量算力和训练数据，如网页上的文本和图像，但并未达到一些高管所期望的性能提升。这种现象表明，传统的缩放定律（即通过增加算力和数据量来提高模型性能的方法）可能已不再有效。

OpenAI的相似困境

此前，OpenAI也被报道面临类似的性能提升瓶颈。该公司正通过改变技术策略来应对这一问题。谷歌的情况与OpenAI相似，两家公司在开发者和客户数量方面都存在竞争，谷歌希望通过其算力资源的优势在性能上超越OpenAI。

技术调整与创新

面对这一挑战，谷歌正在采取多种措施。公司发言人表示，谷歌对Gemini的进展感到满意，并将在适当时候披露更多信息。具体措施包括重新考虑如何处理训练数据并加大投资，同时成功加快了模型的响应速度。此外，谷歌还在尝试手动改进模型，如调整超参数，以优化模型在处理信息时的表现。

新团队的成立

为了进一步突破技术瓶颈，谷歌旗下的DeepMind在Gemini部门内组建了一个新团队，由首席研究科学家Jack Rae和前Character.AI联合创始人Noam Shazeer领导。该团队的目标是开发类似于OpenAI推理模型的能力，以解决性能提升缓慢的问题。

遇到的具体问题

谷歌在开发Gemini过程中遇到了一些具体问题，例如在训练数据中发现相同信息的副本，这可能影响了模型的性能。此外，谷歌研究人员尝试使用AI生成的数据（合成数据）和音视频作为训练数据，但效果并不显著。谷歌发言人表示，这些问题对团队来说并不陌生，公司正在积极寻找解决方案。

行业展望

一周内，OpenAI和谷歌这两大AI巨头接连被曝出模型性能提升缓慢的问题，这引发了对缩放定律有效性的质疑。从公司角度来看，技术瓶颈可能威胁到它们的领先地位；从行业角度来看，长期无法解决技术瓶颈可能会导致“AI泡沫”的出现。未来，世界离通用人工智能（AGI）还有多远，取决于这些巨头公司能否尽快突破技术瓶颈。