Ang pinakabagong inobasyon ng Google sa larangan ng artificial intelligence ay gumawa ng isang sorpresang debut ngayon, sa kabila ng mga ulat na gagawin nito ipinagpaliban sa 2024. Ang modelo ng wikang ito, na ipinanganak sa anino ng ChatGPT, ay nagpapakita ng sarili bilang a pambihirang tagumpay sa teknolohikal na tanawin. Sa mga makabagong tampok at mga pangako ng mga rebolusyonaryong pagsasama, tiyak na pag-uusapan ang Gemini. Narito ang sinabi ng Google tungkol sa bagong modelo ng wika.
Mga tampok ng Gemini, ang ambisyosong tugon ng Google sa OpenAI
Ang Gemini ay may tatlong variant: Nano, Pro e Sobra, bawat isa ay idinisenyo para sa mga partikular na layunin. Ang pagkakaiba-iba na ito ay nagpapakita ng kagalingan at ambisyon ng Google na gawing naa-access ng lahat ang AI.
- Ang Gemini Nano ay isang mas magaan na bersyon, perpekto para sa gamitin offline sa mga Android device tulad ng Google Pixel 8 Pro
- Gemini Pro, mas matatag, ay inilaan para sa pahusayin ang mga serbisyo ng AI ng Google, kasama si Bard
- Ang Gemini Ultra, ang pinakamakapangyarihan sa tatlo, ay dinisenyo para sa mga data center at mga aplikasyon sa negosyo
Ang isa sa mga pinaka-kagiliw-giliw na tampok ng Gemini ay ang kapasidad nito multimodal. Hindi tulad ng ibang mga modelo na nakatuon lamang sa teksto, ang Gemini ay nakakaunawa at makipag-ugnayan sa video at audio. Parang nagsimulang mag-ChatGPT ilang buwan na ang nakalipas. Nangangako ang pinagsama-samang diskarte na ito na baguhin ang paraan ng pakikipag-ugnayan natin sa teknolohiya, na nagbubukas ng mga bagong hangganan sa machine learning.
Ayon sa impormasyong ibinigay ng Google, bilang karagdagan sa mga kakayahan nito, ang modelo ng linguistic ay kumikinang para sa kahusayan. Sinanay sa Tensor Processing Units mula sa Google, nag-aalok ng mahusay na pagganap sa isang pinababang halaga. Sa pagpapakilala ng TPU v5p, nilalayon ng Google na higit pang pagbutihin ang kahusayan sa pagsasanay at pagpapatakbo ng mga malalaking modelo.
Minarkahan ng Gemini Nano ang debut ng Google sa sektor ng mobile device, na nangangako na magdadala ng mga advanced na feature ng AI sa mga nangungunang Android smartphone, tulad ng Pixel 8 Pro. Walang nakalaang app na mag-a-access sa Nano, ngunit nilayon ng Google isama ito sa mga umiiral na function tulad ng buod sa Recorder app at matalinong tugon sa Gboard para sa WhatsApp. Salamat sa AICore platform, masusulit ng mga developer ang Gemini Nano, na nagbibigay ng daan para sa mga kapana-panabik na bagong application.
Pag-akyat sa antas, nakita namin ang Gemini Pro, na magagamit para sa mga developer at customer ng enterprise simula Disyembre 13 sa pamamagitan ng bagong API sa Google AI Studio o Google Cloud Vertex AI. Ginagamit na ng Google Bard, isang platform para sa mga text-based na prompt, ang Gemini Pro, na may mga planong palawigin ang suporta sa iba pang mga mode. Kasalukuyang available sa 170 bansa, plano ng Google na palawakin ang Bard gamit ang Pro model sa mas maraming rehiyon at wika.
Sa paglipat sa Gemini Ultra, nahaharap tayo sa pinakakapana-panabik na modelo sa lahat. Gayunpaman, kakailanganin nating maghintay ng kaunti pa bago natin ito magamit, gaya ng Google pagkumpleto ng mahigpit na mga pagsusuri sa kaligtasan at pagiging maaasahan. Sa simula ay magiging available ang Ultra sa isang piling grupo ng mga customer, developer, at partner para sa paunang feedback, bago ilabas sa mga developer at customer ng enterprise sa unang bahagi ng susunod na taon. Ang modelong ito ay din ibinigay upang maisama sa isang bagong advanced na karanasan sa Bard.
Sa mga tuntunin ng pagganap, nakamit ng Google Gemini ang mga kahanga-hangang resulta, lumalampas sa 90% sa pagsusulit sa MMLU at tinatalo ang mga kasalukuyang modelo ng AI sa maraming pagsusulit sa akademya. Bagama't nalampasan ng Gemini Pro ang GPT-3.5, ito naman ay nahihigitan ng GPT-4, habang ang Ultra ay may marginal na kalamangan sa GPT-4. Inilalagay nito ang modelo ng Google sa isang mapagkumpitensyang posisyon sa larangan ng AI.
Tulad ng para sa seguridad, inaangkin ng Google na ang Gemini ay binuo na may matinding diin sa responsibilidad at sa kaligtasan, bagama't nananatili ang mga bukas na tanong tungkol sa epekto nito sa privacy, etika at trabaho.