Google официално представи ИИ модела Gemini, който се оказа по-добър от GPT-4
Гугъл показа главния съперник на ChatGPT – AI модела Gemini, който превъзхожда GPT-4 в множеството проби. Според основния изпълнителен шеф на компанията Сундар Пичай Gemini е голяма крачка напред в развиването на ИИ, която в последна сметка ще окаже въздействие върху съвсем всички артикули на Гугъл. Моделът е кадърен на „ напредничави разсъждения “ в голям брой формати и ще бъде наличен за необятната аудитория от 13-ти декември.
Сундар Пичай разгласи старта на Gemini на конференцията I/O през юни. Сега под името Gemini интернет колосът пусна няколко модела на изкуствения разсъдък едновременно. Така да вземем за пример „ лекият “ Gemini Nano е предопределен за работа с Android устройства. Моделът Gemini Pro скоро ще се трансформира в основата на голям брой услуги на Гугъл и преди всичко на чатбота Bard. А най-мощният модел, Gemini Ultra, разработчиците назовават най-големият LLM, който Гугъл в миналото е пускал. Той явно е предопределен за центрове за данни и корпоративни приложения.
Gemini, Pro и Nano ще излязат на пазара в сряда, 13-ти декември. Моделът Pro ще бъде наличен посредством чатбота Bard, до момента в който разработчиците и корпоративните клиенти ще имат достъп посредством Гугъл Generative AI Studio или Vertex AI в Гугъл Cloud. Струва си да се означи, че основаната на Pro версия на Bard към момента няма да бъде предлагана в Обединеното кралство и Швейцария заради закъснение на съгласуването на премиерата с локалните регулаторни органи. Що се отнася до версията Ultra, тя към момента се тества и ще види бял свят едвам през 2024 година Интересно е, че тя ще бъде интегрирана в усъвършенствана версия на Bard, наречена Bard Advanced.
Засега Gemini е налична единствено на британски език, само че скоро ще поддържа и други езици. Според Сундар Пичай този модел в последна сметка ще бъде интегриран в търсачката на Гугъл, рекламните ѝ артикули, браузъра Chrome и други приложения.
Gemini е мултимодален модел и може да възприема текст, аудио, изображения, видео и код. Компанията към този момент е тествала Gemini против GPT-4, който е в основата на чатбота ChatGPT на OpenAI. Гугъл съобщи, че Ultra превъзхожда GPT-4 в 30 от общо 32-та теста за продуктивност, в това число за разсъждения и различаване на изображения. Моделът Pro превъзхожда GPT-3.5 в шест от осемте теста.
Гугъл също по този начин съобщи, че Ultra е първият модел на изкуствен интелект, който се оправя по-добре от хората в теста за многозадачност MMLU, който обгръща 57 предмета, в това число математика, физика, право, медицина и нравственос. Ultra ще бъде употребен в новия инструмент за писане на код, който получи името AlphaCode2, за който Гугъл твърди, че може да реализира по-добри резултати от 85 % от човешките програмисти в тестванията.
Разработчиците акцентират, че най-очевидното преимущество на Gemini е неговата мултимодалност. Гугъл не е обучила обособените модели за различаване на глас и изображения, като е в тази ситуация с DALL-E и Whisper на OpenAI, а е основала един общ модел, кадърен да възприема другите типове информация още през цялото време. Гугъл даде обещание, че този вид разбиране единствено ще се усъвършенства.
„ Има и неща като деяние и допиране, които са по-скоро в областта на роботиката “, съобщи основният изпълнителен шеф на DeepMind Демис Хасабис. С течение на времето, споделя той, Gemini ще придобива от ден на ден „ усеща “, ставайки по-осъзнат и акуратен. „ Тези модели просто са по-наясно със заобикалящия ги свят “.
