Google 的使命是匯整全球資訊，供大眾使用。如何利用大型語言模型（Large Language Models，LLM）整合全球資訊，並用自然對話方式，帶來更人性化的互動，讓人人受惠，是 Google 發展 AI 領域的重要目標。

Google 的對話式 AI Bard 在今年 2 月，不斷增添功能，到了 7 月進一步，國人終於能夠體驗這項服務帶來的強大功能和便利性。台灣出身的 Google DeepMind 傑出科學家紀懷新博士及其研究團隊功不可沒，他們協助推動 Bard 服務。

▲ Google DeepMind 傑出科學家紀懷新近日回台。（Source：科技新報）

紀懷新的團隊自 2014 年發表一篇 Sequence to Sequence Learning 論文開始，就在思考能否利用技術開發對話式模型。2017 年發表的 Attention is All You Need 論文，其中的 Transformer 則為 AI 目前的革命性發展打下基礎。接著 2021 年展示 LaMDA（Language Model for Dialogue Applications）模型，2022 年進一步提出論文，闡述 LLM 技術改革。

紀懷新指出，這些技術發展之前，所有語言模型基本上是分工合作的概念，例如翻譯用的是翻譯模型、摘要則用摘要模型。如今所有功能全放到一個 LLM 當中，同時支援多種語言，可以解決不同任務，於是背後運用 LLM 進行運算的 ChatGPT、Bard 等服務才能如此強大。

為對話式應用所設計的 LaMDA 有多達 1,370 億參數，具合理性、具體性、真實性、趣味性以及安全性，還包括使用軟體工具的方法，例如知道如何使用 Google 搜尋引擎，並能回答許多問題，LaMDA 則為 Bard 奠定基礎。

▲ Bard 現在支援繁體中文輸入和回覆。（Source：科技新報截圖）

當要發想點子、製定計畫，找尋不同的方式完成工作，快速獲得冗長且複雜內容的重點摘要，或者為撰寫電子郵件、文章、詩詞等內容製作大綱、草稿，你都能透過網頁版（）尋求 Bard 的協助。此外，Bard 還支援程式碼編輯和匯出、圖片回應、內容來源標註，具有數學運算和資料分析的能力，Google 更在今年 I/O 大會宣布會將 Bard 移植到更強大的模型上。

「Bard 還不是完完整整的一項產品」，紀懷新認為學術研究無從得知哪種應用最適合用戶，而是透過意見回饋了解用戶對這項服務有何期待，比方說翻譯有多麼重要，摘要有多少人在用，當做幫助學生的學習助手是不是比較重要。

AI 仍會產生「幻覺」，加上訓練資料有美中不足之處，使得 Bard 回答問題可能有偏差、存在偏見。紀懷新強調 Bard 結合了 Google 搜尋引擎，大量運用外部知識並提供內容來源，以提升回答內容的準確性，而非只靠既有的訓練資料。

Bard 目前能夠語音輸入問題，未來有機會支援在地的台語或客語？紀懷新表示台灣已有學術機構收集台語等語料，Google 有合作意願，仍需要花時間交流、合作。

當 ChatGPT 引領全球 AI 熱潮，發展 AI 逾 10 年的 Google 不落人後，以 Bard 及其背後的大型語言模型加入這場 AI 競賽。Bard 現階段雖屬於實驗性產品，但以 LaMDA、PaLM 2 或日前發表的模型，結合 Google 自研晶片 Tensor Processing Units（TPU）帶來的高效算力，將使 AI 產品發展更加全面。

（首圖來源：截圖）

延伸閱讀：