Najnowsza innowacja Google'a w dziedzinie sztucznej inteligencji zadebiutowała dziś niespodziewanie, mimo doniesień, że tak się stanie przesunięty na rok 2024. Ten model językowy, zrodzony w cieniu ChatGPT, przedstawia się jako przełom w krajobrazie technologicznym. Dzięki najnowocześniejszym funkcjom i obietnicom rewolucyjnych integracji o Gemini z pewnością będzie się mówiło. Oto, co Google miał do powiedzenia na temat nowego modelu językowego.
Funkcje Gemini, ambitnej odpowiedzi Google na OpenAI
Gemini występuje w trzech wariantach: Nano, prof e Ultra, każdy przeznaczony do określonych celów. Ta dywersyfikacja pokazuje wszechstronność i ambicję Google, aby udostępnić sztuczną inteligencję wszystkim.
- Gemini Nano to lżejsza wersja, idealna do posługiwać się nieaktywny na urządzeniach z Androidem, takich jak Google Pixel 8 Pro
- Gemini Pro, bardziej wytrzymały, jest przeznaczony do ulepszyć usługi Google AIw tym Barda
- Zaprojektowano Gemini Ultra, najpotężniejszy z całej trójki dla centrów danych i aplikacje biznesowe
Jedną z najciekawszych cech Gemini jest jego pojemność multimodalny. W przeciwieństwie do innych modeli, które skupiają się wyłącznie na tekście, Gemini rozumie i interakcję z obrazem i dźwiękiem. Trochę jak zacząłem robić ChatGPT kilka miesięcy temu. To zintegrowane podejście może zrewolucjonizować sposób, w jaki wchodzimy w interakcję z technologią, otwierając nowe granice w uczeniu maszynowym.
Z informacji udostępnionych przez Google wynika, że oprócz swoich możliwości model językowy błyszczy efektywnością. Trenowany dalej Tensorowe jednostki przetwarzania od Google, oferuje doskonałą wydajność przy obniżonych kosztach. Wprowadzając TPU v5p, Google ma na celu dalszą poprawę efektywności szkolenia i prowadzenia modeli na dużą skalę.
Gemini Nano to debiut Google w sektorze urządzeń mobilnych, obiecuje udostępnić zaawansowane funkcje sztucznej inteligencji w najlepszych smartfonach z Androidem, takich jak Pixel 8 Pro. Nie będzie dedykowanej aplikacji umożliwiającej dostęp do Nano, ale Google zamierza zintegrować go z istniejącymi funkcjami jak podsumowanie w aplikacji Rejestrator i inteligentna odpowiedź w Gboard dla WhatsApp. Dzięki platformie AICore programiści będą mogli wykorzystać Gemini Nano, torując drogę nowym, ekscytującym aplikacjom.
Idąc wyżej, znajdziemy Gemini Pro, dostępny dla programistów i klientów korporacyjnych od 13 grudnia za pośrednictwem nowego API w Google AI Studio lub Google Cloud Vertex AI. Google Bard, platforma komunikatów tekstowych, już korzysta z Gemini Pro i planuje rozszerzyć obsługę na inne tryby. Obecnie dostępna w 170 krajach, Google planuje to zrobić rozszerz Barda z modelem Pro na więcej regionów i języków.
Przechodząc do Gemini Ultra, stajemy przed najbardziej ekscytującym modelem ze wszystkich. Będziemy jednak musieli poczekać trochę dłużej, zanim będziemy mogli z niego korzystać, tak jak Google przeprowadzanie rygorystycznych kontroli bezpieczeństwa i niezawodności. Ultra będzie początkowo dostępna dla wybranej grupy klientów, programistów i partnerów w celu uzyskania wstępnej opinii, zanim zostanie udostępniona programistom i klientom korporacyjnym na początku przyszłego roku. Ten model też jest Oczekuje zostać zintegrowane z nowym, zaawansowanym doświadczeniem Barda.
Pod względem wydajności Google Gemini osiągnął imponujące wyniki, przekraczając 90% w teście MMLU i pokonując istniejące modele AI w licznych testach akademickich. Chociaż Gemini Pro przewyższa GPT-3.5, jest z kolei lepszy od GPT-4, podczas gdy Ultra ma marginalną przewagę nad GPT-4. Stawia to model Google’a na pozycji konkurencyjnej w obszarze AI.
Jeśli chodzi o bezpieczeństwo, Google twierdzi, że Gemini został opracowany z dużym naciskiem na odpowiedzialność i na temat bezpieczeństwa, choć otwarte pozostają pytania dotyczące jego wpływu na prywatność, etykę i zatrudnienie.
