Το Gemini AI της Google είναι εντυπωσιακό, αλλά αυτό το viral demo δεν είναι εντελώς πραγματικό

Η Google παρουσίασε πρόσφατα το Gemini, το πιο πρόσφατο μοντέλο της σε μεγάλη γλώσσα, στο κοινό. Το Gemini ανταγωνίζεται το GPT-4 του OpenAI και θα τροφοδοτήσει μεγάλο μέρος των έξυπνων τεχνολογιών τεχνητής νοημοσύνης της Google τα επόμενα χρόνια. Η Google είχε μια φανταστική πρακτική επίδειξη για να επιδείξει τις δυνατότητες του Gemini και ήταν πολύ εντυπωσιακό πόσο απρόσκοπτο φαινόταν το μοντέλο AI. Ωστόσο, αυτό είναι μόνο ένα μέρος της ιστορίας, καθώς έχει πλέον προκύψει ότι το demo δεν ήταν ακριβώς ένα demo σε πραγματικό χρόνο του Gemini.

Αρχικά, ας ρίξουμε μια ματιά στο πρακτικό βίντεο Gemini της Google:

Αρκετά εντυπωσιακό, σωστά; Οι Δίδυμοι μπορούσαν να κατανοήσουν αβίαστα και απρόσκοπτα την προφορική γλώσσα και τις εικόνες, ακόμη και όταν η εικόνα άλλαζε δυναμικά (όπως η πάπια που χρωματίζεται). Το Gemini ήταν τόσο ανταποκρινόμενο, που δεν ένιωθε ότι η επίδειξη ήταν μια αλληλεπίδραση AI. θα μπορούσε να ήταν ένα άτομο!

Όπως αποδεικνύεται, μέρος του βίντεο δεν είναι πραγματικό. Η αλληλεπίδραση της τεχνητής νοημοσύνης δεν συμβαίνει με τον τρόπο που φαινομενικά την παρουσίασε η Google. Οπως και


Bloomberg


επισημαίνει, η περιγραφή του βίντεο στο YouTube έχει την ακόλουθη δήλωση αποποίησης ευθύνης:

Για τους σκοπούς αυτής της επίδειξης, η καθυστέρηση έχει μειωθεί και οι έξοδοι Gemini έχουν μειωθεί για λόγους συντομίας.

Ενώ αυτό δείχνει ότι το μοντέλο AI θα χρειαζόταν περισσότερο χρόνο για να ανταποκριθεί,


Bloomberg


σημειώνει ότι η επίδειξη δεν πραγματοποιήθηκε ούτε σε πραγματικό χρόνο ούτε με προφορική φωνή. Ένας εκπρόσωπος της Google είπε ότι έγινε «με χρήση πλαισίων στατικών εικόνων από το υλικό και προτροπή μέσω κειμένου».

Όπως αποδεικνύεται, ο τρόπος με τον οποίο λειτουργεί το Gemini μοιάζει πολύ περισσότερο με την τεχνητή νοημοσύνη από ό,τι φαίνεται στο demo. Ο Αντιπρόεδρος Έρευνας της Google και ο συνεπικεφαλής του Gemini

αποδείχθηκε

Η πραγματική λειτουργία του Gemini.

Το δεύτερο βίντεο δείχνει πώς το Gemini έχει ένα αρχικό σύνολο οδηγιών που εφιστά την προσοχή του στην ακολουθία των αντικειμένων στην εικόνα. Στη συνέχεια, μια ακίνητη εικόνα τροφοδοτείται στο Gemini μαζί με μια εισαγωγή κειμένου. Όταν εκτελείται το μοντέλο, το Gemini χρειάζεται περίπου τέσσερα έως πέντε δευτερόλεπτα για να στείλει ένα

μήνυμα

κειμένου.

Η εταιρεία δεν ανέφερε ποτέ ότι αυτό ήταν μια ζωντανή επίδειξη και είχε ακόμη και μια δήλωση αποποίησης ευθύνης για λανθάνουσα κατάσταση και συντομία. Ωστόσο, είναι σαφές ότι η Google πήρε δημιουργικές ελευθερίες με την επίδειξη.

Οι εταιρείες επεξεργάζονται τις επιδείξεις τους πιο συχνά από ό,τι νομίζετε ότι κάνουν και οι ζωντανές επιδείξεις κοινού είναι οι μόνες που πρέπει να λαμβάνετε στην ονομαστική τους αξία. Αλλά μπορεί κανείς να υποστηρίξει ότι το demo της Google για το Gemini ήταν λίγο πολύ δημιουργικό και δεν ήταν ακριβής αναπαράσταση του τρόπου λειτουργίας του Gemini.

Είναι αρκετά παρόμοιο με τον τρόπο με τον οποίο οι OEM τηλεφώνων εμφανίζουν δείγματα κάμερας και

φωτογραφίες

και βίντεο “Παρουσίαση” στη σκηνή, και η αλήθεια προκύπτει ότι συμμετείχαν πρόσθετος εξοπλισμός και ταλέντο για τη λήψη αυτών των αποτελεσμάτων. Τα αποτελέσματα που θα έπαιρνε ο μέσος χρήστης θα ήταν αρκετά διαφορετικά και οι περισσότεροι από εμάς έχουμε μάθει να αγνοούμε δείγματα κάμερας, ειδικά αυτά που παρουσιάζει η εταιρεία.