在我們慶祝 25 歲生日之際，我們正在回顧迄今為止一些最重要的人工智慧時刻，並展望未來
萬一你錯過了，人工智慧最近有點大問題。但從我們成立之初，這就一直是一件大事，這是有充分理由的。它有能力讓你的日常任務更輕鬆，有能力幫助解決社會最大的問題。在我們慶祝 25 歲生日之際，我們正在回顧迄今為止一些最重要的人工智慧時刻，並期待我們面前有更大的里程碑。
2001 年：機器學習説明搜索使用者糾正拼寫
聯合創始人拉裡·佩奇（Larry Page）曾經說過：“完美的搜尋引擎應該準確地理解你的意思，並準確地回饋你所需要的東西。當我們第一次開始使用簡單版本的機器學習來為網路搜索建議更好的拼寫時，我們在推進這一願景方面向前邁出了一大步。即使您打字不完美，我們仍然可以為您提供所需的內容。
2006 年：翻譯推出
五年後，我們推出了翻譯，它使用機器學習來自動翻譯語言。我們從阿拉伯文到英語和英語到阿拉伯語的翻譯開始，但今天翻譯支援全球數百萬人使用的 133 種語言。這項技術可以即時翻譯文本、圖像甚至對話，打破全球社區的語言障礙，幫助人們進行交流，並以前所未有的方式擴大對資訊的訪問。
2015 年：TensorFlow 使 AI 民主化
TensorFlow（一種新的開源機器學習框架）的引入使AI更易於訪問，可擴展和高效。它還有助於加快全球人工智慧研發的步伐。TensorFlow 現在是最受歡迎的機器學習框架之一，已被用於開發廣泛的AI應用程式，從圖像識別到自然語言處理再到機器翻譯。
2016 年：AlphaGo 擊敗世界圍棋冠軍
作為 Google DeepMind 挑戰賽的一部分，超過 200 億人在線觀看 AlphaGo 成為第一個在圍棋中擊敗人類世界冠軍的AI程式，圍棋是一種複雜的棋盤遊戲，以前被認為是機器無法企及的。這一里程碑式的勝利證明瞭深度學習在解決曾經被認為不可能解決的複雜問題方面的潛力。AlphaGo 戰勝世界上最好的圍棋選手之一李世石，引發了關於人工智慧未來的全球對話，並表明人工智慧系統現在可以學習掌握需要戰略思維和創造力的複雜遊戲。
2016 年：TPU 實現更快、更高效的 AI 部署
張量處理單元（TPU）是我們專門為機器學習發明並針對 TensorFlow 優化的定製設計的矽晶片。它們可以比傳統晶元更快地訓練和運行AI模型，這使其成為大規模 AI 應用的理想選擇。 v5e 版本發佈，是迄今為止最具成本效益、多功能和可擴展的雲 TPU。
2017 年：研究院推出變壓器
研究論文 “注意力是你所需要的一切” 介紹了變形金剛，這是一種有助於語言理解的新神經網路架構。在變形金剛出現之前，機器並不擅長理解長句子的含義 —— 它們看不到相距很遠的單詞之間的關係。變形金剛極大地改善了這一點，並已成為當今最令人印象深刻的語言理解和生成人工智慧系統的基石。變形金剛徹底改變了機器執行翻譯、文本摘要、問答甚至圖像生成和機器人技術的意義。
2019 年：BERT 説明搜索更好地理解查詢
我們對變壓器的研究導致了來自變壓器的雙向編碼器表示，簡稱 BERT，這有助於搜索比以往更好地理解用戶的查詢。我們的 BERT 演算法不是為了單獨理解單詞，而是説明理解上下文中的單詞。這極大地提高了整個搜索系統的品質，使人們更容易像自然一樣提出問題，而不是將關鍵字串在一起。
2020 年：AlphaFold 解決了蛋白質摺疊問題
2020 年，DeepMind 憑藉其系統 AlphaFold 在人工智慧領域實現了飛躍，該系統被公認為 “蛋白質摺疊問題” 的解決方案。蛋白質是生命的基石，蛋白質摺疊的方式決定了它的功能;錯誤摺疊的蛋白質可能導致疾病。50 年來，科學家們一直試圖預測蛋白質如何摺疊，以説明理解和治療疾病。AlphaFold 就是這樣做的。然後，在 2022 年，我們通過 AlphaFold 蛋白質結構資料庫與科學界免費分享了 200 億個 AlphaFold 的蛋白質結構—— 幾乎涵蓋了地球上所有已經對其基因組進行測序的生物體。超過 1 萬研究人員已經使用它來研究從在創紀錄的時間內加速新的瘧疾疫苗到推進癌症藥物的發現和開發塑膠食用酶的所有工作。
2023 年：Bard 説明您與生成式 AI 協作
LaMDA 是研究院於 2021 年發佈的對話式大型語言模型，為包括 巴德在內的許多捕捉世界想像力的生成人工智慧系統鋪平了道路。Bard 於 40 推出，現已在全球大部分地區推出多種語言版本，因此比以往任何時候都更多的人可以使用它來提高生產力、加速創意和激發好奇心。此外，我們還將巴德迄今為止最智慧、最強大的模型與您每天使用的 Google 服務（如 Gmail、文檔、雲端硬碟、航班、地圖和 YouTube）相結合，在旅行計劃、仔細檢查答案和匯總電子郵件或文檔等任務方面為您提供更多説明。
2023 年：PaLM 2 推動 AI 的未來
今年 2 月，我們推出了 PaLM 2，這是我們的下一代大型語言模型，它改進了多語言、推理和編碼能力。它比其前輩功能更強大、更快、更高效，並且已經為超過 2 種 Google 產品和功能提供支援——包括 Bard、Gmail 和 Workspace 中的生成式 AI 功能，以及 SGE，這是我們將生成式 AI 深度集成到 Google 搜索中的實驗。我們還使用 PaLM 在內部推進從醫療保健到網路安全的所有方面的研究。
這些只是人工智慧創新中的一小部分，這些創新使數十億人每天使用的許多產品成為可能。在我們的人工智慧原則的指導下，我們對人工智慧採取大膽而負責任的方法，我們已經在研究雙子座，這是我們的下一個模型，旨在在未來 25 年內實現未來的進步。
以上內容來自 [ Google Blog ] blog.google/technology/ai/google-ai-ml-timeline
