Anunsyo ng Google sa bago nitong modelong pangwika, Gemini, itinaas ang isang tabing ng kuryusidad at pag-aalinlangan. Bagama't ang pang-promosyon na video ay nangako ng hindi pangkaraniwang pagganap, ang ilang pagsisiyasat at obserbasyon ay nagbigay-liwanag makabuluhang pagkakaiba sa pagitan ng ipinakita at aktwal na mga kakayahan ng sistema. Ayon kay kilalang mga mapagkukunan, napakaingat, ang potensyal nito ay magiging mas mababa kaysa sa inilarawan.
Ang katotohanan sa likod ng Gemini promotional video: lahat ng usok at apoy?
Noong kamakailan pagtatanghal ng Gemini, hinarap ng Google ang publiko ng isang video na nagpapakita ng diumano'y advanced na mga kakayahan ng bago nitong modelo ng AI language. Gayunpaman, hindi nagtagal bago ang ilang mga media outlet, kabilang ang Bloomberg, sinimulan nila pagdudahan ang pagiging tunay ng mga pagtatanghal na ito.
Sa video, lumilitaw na agad na nabibigyang-kahulugan ni Gemini ang isang serye ng mga galaw, kabilang ang bato, papel at gunting. Gayunpaman, sa paglaon ay lumitaw, upang makakuha ng tumpak na mga sagot mula kay Gemini, kailangan mong ipakita ang lahat ng tatlong kilos at magbigay ng mga tiyak na gabay na tanong. Iminumungkahi nito na ang aktwal na proseso ay mas kumplikado at hindi gaanong intuitive kaysa sa unang ipinakita.
Ang mga akusasyon ng pagkakaroon ng "pinaganda" ang mga tunay na kakayahan ng neural network ay nagdulot ng mga pagdududa tungkol sa Transparency at katapatan ng Google sa paglalahad ng kanilang mga inobasyon. Ayon sa ilang empleyado ng Google, na mas gustong manatiling hindi nagpapakilala, ang demonstration video ay hindi tumpak na sumasalamin sa mga tunay na kakayahan ni Gemini. Ang pananaw na ito ay karagdagang kinumpirma ni Eli Collinmula sa Google DeepMind, na inamin na ang ilan sa mga ipinakitang feature, gaya ng duck drawing, sila ay nasa antas pa rin ng pananaliksik at hindi ganap na isinama sa produkto.
Sa kabila ng mga paghahayag na ito, pinaninindigan ng Google na ang video ay nilayon na maging isang pinasimpleng representasyon ng mga kakayahan ng Gemini para sa kapakanan ng entertainment at kalinawan. Ang paglalarawan ng video sa YouTube, sa katunayan, ay umamin na ang pinaikli ang presentasyon para sa mga layuning ito.
Sa isang pagsubok na isinagawa kasama si Gemini sa pamamagitan ng Google Bard chatbot, napansin ng mga mamamahayag na ang ang mga kakayahan ng bagong modelo ng AI ay hindi gaanong naiiba sa mga kakayahan ng GPT-3.5. Nagtataas ito ng mga tanong tungkol sa aktwal na pag-unlad ng teknolohiya na kinakatawan ng Gemini kumpara sa mga kasalukuyang modelo.
Ang tatlong variant ng Gemini
Mayroong tatlong bersyon ng neural network: Sobra, sa e Nano. Ang una ay idinisenyo upang gumana sa mga data center at enterprise application, ang huli ay nakatuon sa Bard at iba pang mga serbisyo ng Google, at ang Nano ay idinisenyo para sa offline na trabaho sa Android. Ang huli ay inihayag na para sa Pixel 8Pro. Bilang halimbawa ng paggamit nito, ipinakita ng Google ang buod ng impormasyon mula sa mga voice recording.
Inaalok sa Amazon
