8 月底，谷歌以「AI 与云科技驱动创新」为题，举办了为期三天的 Google Cloud Next ’23 大会，展示了谷歌在基础架构、数据和 AI、Workspace 协作和信息安全解决方案等全系列产品不断创新的成果。
乍看之下似乎又是一场「大而全」的行业大会，但全程看完之后会明显的感受到，本次大会的内容全部围绕住了一个重心 —— 「生成式 AI」。
生成式 AI 作为近一两年最热门的技术话题没有之一，大家的谈论早已经超出了技术的范畴。如何应用、如何融合、如何落地，各行各业都在探索生成式 AI 带来的可能性。但除了 ChatGPT 这类的聊天机器人，似乎还没有特别成功的落地工具或者应用，哪怕是技术本源所在的研发领域也如是。
谷歌这次，似乎给出了一个参考答案。
1 Google Next '23：生成式 AI 的探索之路
生成式 AI 与传统 AI 技术最根本的区别在于前者通过理解自然语言创建内容，而后者依赖的是编程语言，这是生成式 AI 技术的关键变革特征，也是以前从未有过的能力。并且生成式 AI 能够以文本、图像、视频、音频和代码的形式生成新内容，而传统的 AI 系统训练计算机对人类行为、商业结果等进行预测。
对于许多人来说，第一次切身感知到生成式 AI 技术就是通过 ChatGPT。作为一种人工智能聊天机器人，在 2022 年 11 月迅速风靡全球。
大部分人不知道的是，ChatGPT 在架构层使用的是 Transformer 这一语言处理架构，该架构实际上便是谷歌在 2017 年的论文《Attention Is All You Need》中提出的。
谷歌作为一家成立了 25 年的公司，曾经在搜索、邮箱等领域取得了很多成绩，但在 AI 领域却面临了一些质疑。此前有媒体表示“谷歌在人工智能领域没有‘秘密武器’，无法赢得这场竞争。”而今年 5 月份的 Google I/O 以及前几日的 Google Cloud Next '23，可能正是在某种程度上回击了这种言论。
正如 Alphabet 和谷歌首席执行官桑达尔·皮查伊 （Sundar Pichai） 在活动开幕式上表示：
“在过去几年与企业领导者的交谈中，我听到了一个类似的主题。从桌面到移动，到云，再到现在的人工智能，他们需要的是一直走在技术突破前沿的合作伙伴。很多转变确实令人兴奋，但同时也会带来不确定性。向人工智能的转变无疑就是如此。”
“作为一家公司，我们已经为这一时刻准备了一段时间。在过去的七年里，我们采取了人工智能先行的方法，应用人工智能使我们的产品从根本上更加可用。我们相信，让人工智能为每个人带来帮助，是我们在未来十年完成使命的最重要方式。”
先内部小规模测试，再面向大众开放成熟的能力。谷歌也许确实没有“秘密武器”，但可能重点在于并不需要“秘密”，准备好之后，拿出来大家正面比划一下。这次的大会中，谷歌便亮出了其武器：
1. Cloud TPU v5e
生成式 AI 带来许多先进的功能，并可广泛使用于各种应用，但不可否认的是更加迫切的需要更先进、更强大的基础架构，设计和构建计算基础设施的传统方法已不足以满足生成式 AI 和大语言模型 （LLM） 等新兴工作负载的需求。为了解决这个问题，谷歌推出了 Cloud TPU v5e，一款最新且最具成本效益的 TPU。
TPU 是专门为大型人工智能模型的训练和推理而设计的定制人工智能芯片。客户可以使用单个 Cloud TPU 平台来运作大规模 AI 训练和推理。根据大会公开信息展示，Cloud TPU v5e 可扩展到数万个芯片并针对效率进行了优化。与 Cloud TPU v4 相比，每美元的训练效率可提升 2 倍，每美元的推论效率可提升 2.5 倍。
2. Vertex AI
在 2021 年 Google I/O 大会中，谷歌推出了 Vertex AI 托管式机器学习平台，用来帮助开发者更轻松地构建、部署和维护其机器学习模型。在本次的大会上，则正式推出了 Vertex AI 的搜索和对话功能，并将 ML 模型数量增加到 100 多个，这些模型都依据不同任务和不同大小进行了优化，包括文本、聊天、图像、语音、软件代码等等。
为了进一步平衡用户使用大模型进行建模的灵活性，以及他们可以生成的场景与推理成本以及微调能力，谷歌还为 Vertex AI 带来了扩展功能和 Grounding 等新的功能和工具。
借助 Vertex AI 扩展功能，开发者可以将 Model Garden 模型库中的模型与实时数据、专有数据或第三方平台（如 CRM 系统或电子邮件）连接起来，从而提供即时信息、集成公司数据并代表用户采取行动。这为生成式 AI 应用程序开辟了无限的新可能性。
Grounding 则是适用于 Vertex AI 基础模型、搜索及对话（Search and Conversation）的一项服务，可以协助客户将回复纳入企业自身的数据中，以提供更准确的回复内容。这一功能的重点在于可以一定程度上避免现阶段 AI 的“胡言乱语”，从而规避一些风险或者问题。
3. Duet AI
在 5 月的 I/O 大会上，Google Cloud 推出了 Duet AI。官方将其描述为“一位重要的协作伙伴、教练、灵感来源，和生产力推进器”，比如将 Docs 大纲转换成 Slides 中的演示文档，根据表格中的数据生成对应的图表；或者把 Duet AI 当做一个创作型的工具，用它来撰写电子邮件、生成图像、做会议纪要、检查文章的语法错误等等。
但当时的 Duet AI 只能在 Workspace 中使用，这次则扩展到了 Google Cloud 和 BigQuery 中，并推出更多适用的 AI 功能。例如 BigQuery 中的 Duet AI 旨在通过生成完整的函数和代码块，让用户专注于逻辑结果。它还可以建议和编写 Python 代码和 SQL 查询。这将进一步发挥 Duet AI "编码专家、软件可靠性工程师、数据库专家、数据分析专家和网络安全顾问 "的作用。
数据是生成式 AI 的核心，不难看出谷歌这次的更新迭代正式为了帮助数据团队进一步提高生产力，协助组织发挥数据及 AI 的最大潜力。
2 一些后续思考：生成式 AI 带来的开发范式变革
从基建、到平台再到应用，草蛇灰线，伏脉千里。谷歌在生成式 AI 领域的探索，其实并不像大家所想的有些“掉队”，而是在另一个维度提前布局。
25 年来，谷歌不断投资数据中心和网络，现在已经拥有涵盖 38 个云区域的全球网络，根据官方所说，目标是在 2030 年完全实现全天候采用无碳能源维持运营。谷歌的 AI 基础架构也在业界占据很大的份额，有超过 70% 的生成式 AI 独角兽公司和超过一半获得融资的生成式 AI 初创公司，都是 Google Cloud 客户。
“我们从每一层开始。这是对整个堆栈的重新构想。"这是英伟达的黄仁勋在 Google Cloud Next '23 中传递的一个态度，”生成式人工智能正在彻底改变计算堆栈的每一层。我们两家公司（英伟达和谷歌）拥有世界上最有才华的两支计算科学团队，将为生成式人工智能重新发明云基础设施。"
开发者关注的，是如何借助生成式 AI 的能力 & 工具提效；企业关注的，是如何借助生成式 AI 来迭代业务产品抢占市场心智。但对谷歌这类“搞基建”的公司而言，关注堆栈的每一层、关注堆栈的整体结构，才有可能推进技术的发展，实现传统开发范式的变革。
今年年初，谷歌推出了 Security AI Workbench，这是业界首创的可扩展平台，由谷歌的新一代安全性大语言模型 Sec-PaLM 2 驱动，结合了谷歌独有的观测技术，能帮助开发者掌握不断变化的安全性威胁，并针对网络安全操作进行微调。
几周前，谷歌推出 Chronicle CyberShield，能解决数据孤岛的问题，也能集中管理安全性数据，并统一规划处理方式。
“我们正处于一个由人工智能推动的全新数字化转型时代，”Google Cloud 首席执行官库里安说，“这项技术已经在改善企业的运营方式以及人类之间的互动方式。它正在改变医生照顾病人的方式、人们沟通的方式，甚至我们在工作中的安全方式。而这仅仅是个开始。”
生成式 AI 通过 ChatGPT 类的工具产品，已经在艺术创作、代码生成等领域带来了未曾设想过的便利，随着基础设施的迭代演进，相信现阶段的开发范式变革，可能真的仅仅是个开始。
