Google Brain
PulseAugur coverage of Google Brain — every cluster mentioning Google Brain across labs, papers, and developer communities, ranked by signal.
- founded by Jeff Dean 100%
- founded by Greg S. Corrado 100%
- parent of Alphabet Inc. 90%
- founded by Coursera 90%
- founded by Alex Wiltschko 90%
- authored by Ashish Vaswani 90%
- founded by Osmo 90%
- founded DeepLearning.AI 90%
- founded Fortune 90%
- employed by Ashish Vaswani 90%
- founded Coursera 70%
- affiliated with Alphabet Inc. 70%
5 天有情绪数据
-
AI 初创公司 Osmo 根据文本提示创作香水
Osmo 是一家由前 Google Brain 研究员 Alex Wiltschko 创立的初创公司,正在开发一个用于气味创作的基础模型。该 AI 根据文本提示生成香水配方,然后由机器人进行混合。该公司已为宝洁(Procter & Gamble)等客户生产了定制香水,并旨在通过检测特定气味来扩展到医疗诊断和机场安检等领域。
-
AI初创公司Osmo开发出媲美人类的“鼻子”,用于气味检测和创造
AI初创公司Osmo已开发出一种用于气味的基础模型,旨在让计算机拥有媲美人类的嗅觉。该公司创建了一个包含气味分子和人类描述的大型数据集,使该AI能够以与人类调香师相似的水平检测和创造气味。虽然Osmo的技术已应用于香料行业,但其在威胁检测和医疗诊断等领域也具有潜在应用。
-
Chain-of-Thought 先驱 Jason Wei 离职 Meta 加入 AI 数据初创公司 Mercor
“Chain-of-Thought”提示技术的核心人物 Jason Wei 在 Meta 工作一年多后离职,加入数据初创公司 Mercor 担任首席科学家。Wei 此前曾在 Google Brain 和 OpenAI 工作,他认为数据将是人工智能发展的下一个前沿。Mercor 专注于为 AI 模型提供高质量的训练数据和评估服务,最近以 200 亿美元的估值完成了 7.5 亿美元的 D 轮融资,吸引了 Nvidia 和 Salesfor…
-
TypeSafe AI 发布 Jev,一款用于 LLM 的提示感知模型路由器
TypeSafe AI 发布了 Jev,这是一款 System One 模型,旨在进行快速、结构化的决策,而非对话式响应。Jev 作为一款提示感知模型路由器,可以确定哪个大型语言模型 (LLM) 最适合处理给定的提示,从而优化效率和成本。TypeSafe AI 由前 OpenAI 和 Google Brain 研究员创立,旨在将智能嵌入到许多以前无法进行完整 LLM 调用的应用程序中。
-
AI 代理身份初创公司 Mintive 获得顶级风投和 AI 专家投资
Mintive 是一家 AI 代理身份初创公司,已获得包括 Cowboy Ventures 和 Coatue 在内的知名投资者的资助。该公司由来自 Google Brain 和 Coursera 的资深工程师创立。Mintive 的平台旨在简化 IT 部门对企业 AI 代理的控制。
-
奠基性论文“Attention Is All You Need”及其对AI的影响
本文回顾了2017年发表的开创性论文“Attention Is All You Need”,该论文提出了Transformer架构。作者探讨了这项由Google Brain团队开发的奠基性研究,如何支撑起ChatGPT等现代AI模型的能力。该论文仅依赖注意力机制进行序列转换的创新方法,彻底改变了自然语言处理,并为当前AI的进步铺平了道路。
-
专家混合模型:高效大语言模型解析
本文探讨了专家混合模型(Mixture of Experts, MoE)的概念,这是一种创建计算高效的大语言模型的方法。MoE架构允许模型为每个输入选择性地激活其部分参数,与密集模型相比,显著降低了每个token的计算成本。这种方法,以Google的Switch Transformers等模型为例,并可能被GPT-4等模型采用,使得在参数量达到万亿级别时,无需不成比例地增加计算费用即可进行训练和部署。
-
Demis Hassabis 讨论大型语言模型演进、AGI 路径及 AI 安全
Google DeepMind 联合创始人 Demis Hassabis 在 Intelligence Squared 的一次辩论中,讨论了大型语言模型的演进、Google Brain 和 DeepMind 的整合以及实现通用人工智能 (AGI) 的路径。他认为人工智能是解决复杂科学和医学问题的强大工具,但强调需要国际合作和安全协议来管理通用人工智能 (AGI) 和双重用途技术相关的风险。
-
LLM推理模型:何时为增强的准确性付费
最近的一项讨论探讨了标准和推理大型语言模型(LLM)之间的权衡,强调推理模型由于其内部的思维链过程而产生更高的成本和延迟。虽然这些模型提高了数学和编码等复杂任务的准确性,但其优势必须与潜在的幻觉和特定验证检查的需求进行权衡。建议仅当推理模型的增强思维能力与标准模型相比具有明显、可衡量的优势时才使用推理模型,并考虑延迟预算和错误成本等因素。
-
Transformer 架构内部演进,推动大语言模型发展
Transformer 架构自 2017 年推出以来,其核心结构并未发生根本性改变,但内部进行了大量修改。这些由 Google Brain 和 Google DeepMind 等机构的研究推动的演进,影响了模型内的各种组件。这种演进对于 GPT-3、Bert 和 T5 Text To Text Transfer Transformer 等大语言模型的发展至关重要,并影响了它们的能力和性能。
-
AI 助力重现濒危植物气味,但对保护的影响仍有争议
Osmo 和 BioHarvest Sciences 等公司正利用 AI 重现濒危植物和珍贵天然成分的气味。Osmo 使用 AI 预测和重构分子的气味配方,从而能够复制稀有或已灭绝物种的气味。BioHarvest Sciences 则在开发细胞培养技术,以在不采摘的情况下生产濒危植物的化合物。尽管这些技术旨在减轻对自然资源的压力,但一些环保主义者和调香师认为,合成复制品不等同于真正的保护,也可能无法缓解对原始、野生来源材料的需求。
-
专家混合模型:从1991年概念到DeepSeek-V3的效率
专家混合(Mixture of Experts, MoE)架构,最早由Jacobs等人于1991年提出,为大型语言模型的规模与成本困境提供了一个解决方案。与密集模型(在每次token计算时激活所有参数)不同,MoE层使用一个门控网络为每个token选择性地激活一小部分专门的“专家”网络。这使得像DeepSeek-V3这样拥有数千亿参数的模型,在每次计算时只需激活其中一小部分,从而显著降低成本。Shazeer等人于2017年引入的关键的…
-
前Google DeepMind研究员Danijar Hafner正在构建能够提前规划的AI智能体
前Google DeepMind研究员Danijar Hafner正在开发能够为不可预见情况进行规划的AI智能体。他的新创业公司目前处于隐秘模式,专注于通过使用基于模型的强化学习来使机器人能够导航不熟悉的环境。这种方法在模拟世界模型中训练智能体,使它们能够预测未来结果并在现实世界场景中有效行动,而无需大量的试错。
-
Andrew Ng:利用关于人工智能的虚假信息来塑造监管和公众看法
Google Brain和Coursera的联合创始人Andrew Ng讨论了如何利用关于人工智能的虚假信息来操纵公众认知和影响监管。他认为,负面叙事(通常由老牌公司放大)旨在制造恐惧并推动限制性政策,从而扼杀竞争。Ng澄清说,人工智能主要自动化任务,而不是整个职业,并且人类的语境理解仍然是一个关键优势。他还谈到了人工智能安全问题,并将其与航空安全进行了比较,指出真正的人工通用智能仍需数十年才能实现。
-
Andrew Ng 重新推出 DeepLearning.AI,专注于人工智能工程技能
Google Brain 和 Coursera 的联合创始人 Andrew Ng 重新推出了 DeepLearning.AI,主要侧重于人工智能工程。该计划基于广泛的研究,包括对超过 10,000 个职位发布和众多人工智能专业人士的访谈的分析。Ng 确定了人工智能工程的四项关键技能:构建和部署人工智能应用、扎实的软件工程基础、有效使用编码代理以及通过产品意识和业务背景塑造开发过程。
-
研究人员发布“Attention Is All You Need”论文,彻底改变大语言模型架构
2017年,来自Google Brain和Google Research的八位研究人员发表了题为“Attention Is All You Need”的论文,提出了一种革命性的自然语言处理方法。该论文解决了之前像循环神经网络(RNN)和长短期记忆(LSTM)网络等模型存在的关键内存限制问题,这些模型按顺序处理信息,并饱受梯度消失和训练缓慢等问题的困扰。新的架构基于注意力机制的概念,旨在通过一种更有效的方法取代传统的内存机制来克服这些挑…
-
谷歌 DeepMind 重组,引发其在人工智能竞赛中落后的猜测
谷歌对其人工智能部门 Google DeepMind 进行了重大重组,引发了行业对其竞争地位的猜测。关键人物 Jeff Dean 将离职,创办一家利用 Google Cloud 的新公司,而 DeepMind 首席执行官 Demis Hassabis 将把重心转向长期研究。尽管谷歌拥有雄厚的资源和人工智能整合潜力,但许多人认为该公司在当前的人工智能竞赛中正落后于人,这一情绪也得到了其领导层的承认。
-
Google 将 AI 领导力整合至加州,考虑收购案价值 15 亿美元
Google 正在将其 AI 领导力和人才整合到加州,以加速其 Gemini 模型的开发和部署。此次战略调整涉及将关键人员从伦敦调往硅谷总部,其中包括将负责 Google DeepMind 运营和 Gemini 开发的 Koray Kavukcuoglu。此外,据报道 Google 正在洽谈以超过 15 亿美元的价格收购 AI 初创公司 Mechanize 的技术和核心人才,以增强其 AI 编程能力。这些举措表明 Google 急于在…
-
谷歌 DeepMind 在伦敦与山景城竞争中重组领导层
谷歌 DeepMind 正在经历重大的领导层和结构调整,CEO Sundar Pichai 宣布了关键变动。Jeff Dean 将离职创办自己的 AI 初创公司,而 Demis Hassabis 将从日常管理中退出,担任 Alphabet 的董事长兼首席科学家。这些变动发生在 DeepMind 和 Google Brain 于 2023 年合并之后,合并旨在整合 AI 工作,但据报道导致了伦敦和山景城办公室之间的内部竞争和文化分歧。最…
-
谷歌AI先驱Jeff Dean离职,创办新的科学AI初创公司
谷歌AI巨头Jeff Dean在谷歌工作27年后离职,共同创办了一家名为Discovery Loop的新公司,专注于科学AI。Dean是Google Brain以及TensorFlow和TPU等基础AI技术开发的关键人物,他将利用自己的经验来自动化科学发现和工程。他的离职以及其他Google Brain校友的离职,凸显了谷歌内部人才培养计划对更广泛AI行业的重大影响,许多前员工现在领导着Anthropic和Superintellige…