Η Google λανσάρει το Gemini, τη μεγαλύτερη πρόκληση για το OpenAI

Τον Μάιο του

2023

, η Google αποκάλυψε ότι έπαιρνε δύο από τις ερευνητικές της ομάδες – την Brain Team και την DeepMind – και τις συνέθεσε για να δημιουργήσει μια ενιαία μονάδα που ονομάζεται Google DeepMind. Αυτή η νέα ομάδα θα είναι υπεύθυνη για την

εργασία

στο μοντέλο AI επόμενης γενιάς της Google, Gemini. Η εταιρεία λανσάρει τώρα τρεις εκδόσεις του Gemini, με δύο να είναι διαθέσιμες από σήμερα.

Σε ένα

ανάρτηση

, η Google παρουσίασε επίσημα τη νέα της αρχιτεκτονική AI, Gemini. Περιγραφόμενος ότι έχει επιδόσεις αιχμής, η Google δηλώνει ότι το Gemini κατασκευάστηκε από την αρχή για να είναι πολυτροπικό. Όπως εξηγεί η εταιρεία:

Μέχρι τώρα, η τυπική προσέγγιση για τη δημιουργία πολυτροπικών μοντέλων περιελάμβανε την εκπαίδευση ξεχωριστών εξαρτημάτων για διαφορετικούς τρόπους και στη συνέχεια τη συρραφή τους για να μιμηθεί κατά προσέγγιση μέρος αυτής της λειτουργικότητας. Αυτά τα μοντέλα μπορεί μερικές φορές να είναι καλά στην εκτέλεση ορισμένων εργασιών, όπως η περιγραφή εικόνων, αλλά δυσκολεύονται με πιο εννοιολογικό και σύνθετο συλλογισμό.

Σχεδιάσαμε το Gemini ώστε να είναι εγγενώς πολυτροπικό, προεκπαιδευμένο από την αρχή σε διαφορετικούς τρόπους. Στη συνέχεια, το βελτιστοποιήσαμε με πρόσθετα πολυτροπικά δεδομένα για να βελτιώσουμε περαιτέρω την αποτελεσματικότητά του. Αυτό βοηθά το Gemini να κατανοεί απρόσκοπτα και να αιτιολογεί όλα τα είδη εισροών από την αρχή, πολύ καλύτερα από τα υπάρχοντα πολυτροπικά μοντέλα — και οι δυνατότητές του είναι αιχμής σε σχεδόν κάθε τομέα.

Ο Δίδυμος φέρεται να έχει τρία διαφορετικά μεγέθη για να λειτουργεί αποτελεσματικά για διαφορετικές ανάγκες. Η μεγαλύτερη και πιο ικανή έκδοση ονομάζεται Gemini Ultra και λέγεται ότι έχει σχεδιαστεί για εξαιρετικά περίπλοκες εργασίες. Κάτω από αυτό βρίσκεται το Gemini Pro, το οποίο έχει σχεδιαστεί για χρήση σε μια σειρά συσκευών. Η τρίτη έκδοση του AI – Gemini Nano – προορίζεται να είναι το πιο αποτελεσματικό μοντέλο για εργασίες στη

συσκευή

. Η Google λέει ότι βελτιστοποίησε τρία διαφορετικά μεγέθη για την πρώτη έκδοση του Gemini, πράγμα που θα μπορούσε να σημαίνει ότι άλλα μεγέθη θα μπορούσαν τελικά να έρθουν στο μέλλον.

Όσον αφορά τις επιδόσεις, ο οργανισμός που βασίζεται στο Mountain View ισχυρίζεται ότι το Gemini Ultra υπερβαίνει τα 30 από τα 32 ακαδημαϊκά σημεία αναφοράς για τρέχοντα

αποτελέσματα

αιχμής που χρησιμοποιούνται για LLM. Σύμφωνα με πληροφορίες, ξεπερνά το GPT-4 του OpenAI σε κάθε κατηγορία εκτός της κοινής λογικής για τις καθημερινές εργασίες σε σχέση με το κείμενο.

Με αυτές τις βελτιωμένες δυνατότητες, η Google αναγνωρίζει την ανάγκη για περισσότερα μέτρα ασφαλείας. Η εταιρεία λέει ότι προσθέτει νέες προστασίες στην τρέχουσα πολιτική της για τις Αρχές AI. Λέει επίσης ότι «διεξήγαγε νέα έρευνα σε πιθανούς κινδύνους», εφάρμοσε τεχνικές δοκιμών αντιπάλου, συνεργάστηκε με «μια διαφορετική ομάδα εξωτερικών εμπειρογνωμόνων και συνεργατών» για τον εντοπισμό τυφλών σημείων και «έχτισε ειδικούς ταξινομητές ασφαλείας» για να φιλτράρει τη βία και τα αρνητικά στερεότυπα .

Όσον αφορά το πότε θα είναι διαθέσιμο το Gemini 1.0, η Google λέει ότι διανέμει το AI τώρα σε διάφορα προϊόντα από σήμερα. Ένα από αυτά τα προϊόντα που παίρνουν το LLM σήμερα είναι το Bard, το οποίο φέρεται να χρησιμοποιεί μια τελειοποιημένη έκδοση του Gemini Pro. Το Pixel 8 Pro λαμβάνει επίσης σήμερα την

τεχνητή νοημοσύνη

— Gemini Nano — και θα ενεργοποιήσει το Summarize στην εφαρμογή Recorder και το Smart Reply στο Gboard για WhatsApp. Και η Δημιουργική Εμπειρία Αναζήτησης της Google ενισχύεται επίσης με το Gemini, μειώνοντας σύμφωνα με πληροφορίες τον λανθάνοντα χρόνο κατά 40% στα αγγλικά στις ΗΠΑ.

Το Gemini Ultra, από την άλλη πλευρά, δεν θα κυκλοφορήσει σήμερα, καθώς λέγεται ότι υποβάλλεται σε «εκτεταμένους ελέγχους εμπιστοσύνης και ασφάλειας». Ωστόσο, η Google λέει ότι θα διαθέσει το Ultra για πρώιμους πειραματισμούς σε επιλεγμένους πελάτες, προγραμματιστές και συνεργάτες στις αρχές του επόμενου έτους.