Google wprowadza na rynek Gemini – najbardziej zaawansowany i ogólny model sztucznej inteligencji w historii

Niedawno Google oficjalnie uruchomiło Gemini, swój najbardziej zaawansowany i ogólny model sztucznej inteligencji w historii.

Gemini 1.0 będzie oferowany w trzech różnych rozmiarach, w tym: Gemini Ultra, Gemini Pro i Gemini Nano, aby sprostać elastycznym potrzebom użytkowania, od centrów danych po urządzenia mobilne. Wśród nich Gemini Ultra jest największym i najpotężniejszym modelem.

Gemini jest zbudowany w sposób multimodalny, umożliwiający podsumowywanie, obsługę i łączenie wielu różnych typów informacji, w tym tekstu, kodu, dźwięku, obrazów i wideo.

Według wyników testów opublikowanych przez Google, najmocniejsza wersja Gemini Ultra uzyskała 90% punktów w teście Massive Multitask Language Understanding (MMLU – Massive Multitask Language Understanding). Model ten syntetyzuje wiedzę od 57 podmiotów w celu rozwiązywania problemów, będąc pierwszą sztuczną inteligencją, która przewyższyła ludzi na poziomie eksperckim, która uzyskała 89,8% w tym samym teście. Tymczasem GPT-4 osiągnął 87%, LLAMA-2 osiągnął 68%, a Claude 2 firmy Anthropic osiągnął 78,5%.

Ponadto Gemini Ultra uzyskało również 59,4% w zakresie możliwości MMMU (masowe zrozumienie multimodalne w wielu dyscyplinach), przekraczając 30 z 32 standardów w badaniach i rozwoju dużych modeli językowych.

Korelacja trójwymiarowych wersji modelu AI Gemini. Zdjęcie: Google

Demis Hassabis, dyrektor generalny Google DeepMind, przedstawiciel Gemini Team, powiedział, że celem firmy jest zbudowanie nowej generacji modeli AI, które będą bardziej użyteczne i intuicyjne, na wzór partnera dla użytkowników.

Oprócz dużej wydajności Gemini 1.0 jest także przeszkolony w zakresie jednoczesnego rozpoznawania tekstu, obrazów, dźwięków i innych elementów, co pomaga mu lepiej rozumieć informacje i udzielać odpowiedzi na pytania.ma złożony temat. Model ten można również interpretować i kodować w Pythonie, Javie, C++ i Golangu.

Wersja Gemini Ultra jest wersją do najbardziej skomplikowanych zadań i wciąż znajduje się w fazie testów. Gemini Nano przeznaczony jest do zadań wykonywanych na urządzeniach mobilnych. Pixel 8 Pro to pierwsze urządzenie wyposażone w tę sztuczną inteligencję i będzie miało kilka dodatkowych możliwości, takich jak podsumowywanie nagrywanych treści i inteligentne odpowiedzi na klawiaturze Gboard. Google wprowadzi te dwie wersje na rynek w przyszłym roku.

Tymczasem wersja Pro używana obecnie w chatbocie Bard umożliwia użytkownikom zmianę szeregu wymagań w zakresie czytania ze zrozumieniem, podsumowywania, wnioskowania, programowania i planowania. Bard korzystający z Gemini Pro jest obecnie dostępny w 180 krajach i terytoriach, ale obsługuje tylko język angielski.