Google 希望尽快“恢复”其多模态生成式 AI 工具 Gemini 的人物描绘能力。DeepMind 创始人 Demis Hassabis 今日表示，回应人类图像提示的功能预计将在“未来几周内”重新上线。
此前，因用户指出该工具生成了与历史不符的图像（如将美国开国元勋描绘为多元化群体而非白人男性），Google 于上周暂停了 Gemini 的相关功能。
失误原因：多样性功能被“过于笼统地应用”
在巴塞罗那世界移动通信大会的舞台采访中，Hassabis 就产品失误回答了《连线》杂志主持人 Steven Levy 的提问。他未深入技术细节，而是指出问题在于 Google 未能识别用户寻求的是“普遍性描绘”。他强调，这体现了“先进 AI 带来的细微差别”。
“例如，当用户输入‘人遛狗’或‘医院护士’等提示时，显然需要一种‘普遍性的描绘’。作为服务于全球 200 多个国家的平台，我们无法预知用户的背景与环境，因此需展示广泛的普遍可能性。”
Hassabis 坦言，问题根源在于一个旨在促进输出多样性的“出于好意的功能”，被“过于笼统地应用到了所有方面”。他补充道，涉及历史人物的提示“当然”应产生“更窄的分布结果”，这暗示了 Gemini 未来的优化方向。
“我们高度重视历史准确性。因此在修复期间暂时关闭了该功能，并希望在接下来的几周内重新上线。”
AI 滥用风险与社会共治
针对生成式 AI 可能被不良行为者滥用的问题，Hassabis 认为情况“非常复杂”，可能需要全社会动员来确定并执行限制措施。
“这不仅涉及科技公司，还需公民社会和各国政府共同参与。这是一个影响每个人的社会技术问题：我们希望系统具备何种价值观？如何防止技术被重新用于有害目的？”
谈及开源通用人工智能模型，他表示客户虽希望使用可控的开源系统，但随着系统日益强大，必须确保下游使用者不会利用其造成危害。
“目前相关系统仍处于早期阶段，但若展望未来三到五年，当下一代系统具备规划及现实行动能力时，社会必须认真思考：若此类技术广泛普及并被各方不良行为者利用，后果将如何？”
未来展望：下一代智能助手重塑硬件形态
关于 AI 设备及移动市场未来，Hassabis 预测将出现一波“下一代智能助手”。它们将在日常生活中发挥实际作用，摒弃以往“噱头化”的功能，甚至可能重塑人们携带的移动硬件形态。
“在五年以上的时间尺度上，手机是否仍是最理想形态？也许我们需要眼镜或其他设备，以便 AI 感知上下文环境并提供更有用的帮助。各种令人惊叹的创新仍有待发明。”
