点击下方卡片，关注“CVer”公众号
AI/CV重磅干货，第一时间送达
克雷西 发自 凹非寺
转载自：量子位（QbitAI）
BERT一作Jacob Devlin入职OpenAI才3个月，被曝又回到Google了。
据知情人士消息，Devlin回到谷歌后和Bard主要开发者Slav Petrov密切合作。
而此前Devlin离开Google的原因正是和Bard有关，可谓是“来也Bard，去也Bard”。
The Information对此事件直接用了“AI回旋镖”来形容。
对这次回归，也有网友猜测，这可能是Devlin一种寻求加薪的策略。
而从谷歌方面看，Devlin之前对其高管提出过严厉批评。
此次“不计前嫌”地让Devlin回归，也能看出AI人才竞争实在是太激烈了。
不满Bard“抄袭”选择离职
此前Devlin离开Google的导火索，正是和聊天机器人Bard有关。
几个月前，有爆料称，谷歌Bard使用了ShareGPT中的内容作为训练数据。
后者是一个分享平台，用户可以分享和ChatGPT聊天的内容。
如果该传闻是真的，那就相当于谷歌用ChatGPT训练了Bard。
根据OpenAI的用户协议，ChatGPT生成的内容并非不能用于训练其他AI，但训练出的成果不能用于商业用途。
显然，谷歌的这种做法并没有遵守这项规定。
获知这一消息后，Devlin直接找到了CEO劈柴哥，并发出警告。
Devlin的警告发出之后，谷歌的确停止了这一举动。
此外也有消息称，此前涉及使用ChatGPT的训练数据也被谷歌悄悄删除。
但对于使用过ShareGPT中的数据用作训练这件事，谷歌拒绝承认。
Bard对此事的回答则十分微妙。
直接询问得到的答案当然是否定的，但Bard却“承认”自己浏览过ShareGPT中的内容。
使用友商数据训练自家产品本就已经让身为程序员的Devlin感到不满，而谷歌的回应更是难以让人——至少是Devlin——感到满意。
结果，没等Bard正式发布，Devlin就离开了谷歌，转而投入了OpenAI的怀抱。
逐渐进步的Bard
诞生不到半年以来，Bard的表现的确在逐渐进步，功能也愈加丰富。
从侧面看，网友的反应也证明了这一点：
Bard在内部测试阶段和诞生初期，连谷歌自家员工都感觉嫌弃。
而新发布的版本，甚至让有些网友感到后悔为ChatGPT付费。
至于Bard本身，最近这几个月一直都有重磅更新：
先是在四月，Bard加入了一系列与代码相关的功能，包括生成、解释和debug，还能一键链接colab。
而三个星期之后的谷歌开发者大会上，更是推出了多项重磅更新。
首先是不用排队等候测试资格，直接就可以用了。
支持的语言也更多了，包括中文在内，一共有四十多种。
这一版的Bard，不仅集成了最新发布的PaLM 2，还整合了谷歌其他应用。
比如借助图像识别工具Google Lens，Bard也拥有了“视觉能力”。
在回复的内容中，也可以让Bard加入图片。
不只是图像识别，在线文档、网盘、邮箱……甚至地图，都整合进了新版的Bard。
除了自家产品，人们喜闻乐见的Adobe Firely也被“请”进了Bard。
不知道Bard的进步是不是Devlin选择回归的原因，大家又是怎么看的呢？
参考链接：
[1]https://twitter.com/glenngabe/status/1672284772721209344
[2]https://www.theinformation.com/articles/ai-boomerang-googles-internal-critic-returns-from-rival-openai
[3]https://mp.weixin.qq.com/s/L2VKm3y3HLyB0GCqoM8NmA
[4]https://mp.weixin.qq.com/s/4FIe56KhaPdef9y_HswxFA
最新CVPR 2023论文和代码下载
后台回复：CVPR2023，即可下载CVPR 2023论文和代码开源的论文合集
后台回复：Transformer综述，即可下载最新的3篇Transformer综述PDF
目标检测和Transformer交流群成立
扫描下方二维码，或者添加微信：CVer333，即可添加CVer小助手微信，便可申请加入CVer-目标检测或者Transformer 微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer等。
一定要备注：研究方向+地点+学校/公司+昵称（如目标检测或者ransformer+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群
▲扫码或加微信号: CVer333，进交流群
CVer计算机视觉（知识星球）来了！想要了解最新最快最好的CV/DL/AI论文速递、优质实战项目、AI行业前沿、从入门到精通学习教程等资料，欢迎扫描下方二维码，加入CVer计算机视觉，已汇集数千人！
▲扫码进星球
▲点击上方卡片，关注CVer公众号整理不易，请点赞和在看