Co je Google Gemini 1.0? Vysvětlení umělé inteligence nové generace pro boj s ChatGPT

Co je Google Gemini 1.0: Google plně odhalil svůj generativní model AI Gemini 1.0 nové generace, který je nyní dostupný prostřednictvím konverzačního chatbota Bard.

Model Gemini 1.0, který byl původně představen na květnovém Google I/O, je výkonnější než stávající technologie a je potenciálně vybaven režimem, aby se mohl postavit proti Model ChatGPT od OpenAI používá Microsoft.

Google říká, že Gemini je jeho „největším a nejschopnějším modelem umělé inteligence“ a bude zodpovědný za napájení všeho od Barda po řadu smartphonů Google Pixel. Je k dispozici uvnitř Bard ode dneška.

The říká společnost klíč k Gemini a „multimodální“ model umělé inteligence. To znamená, že dokáže „zobecnit a bezproblémově porozumět, fungovat napříč a kombinovat různé typy informací včetně textu, kódu, zvuku, obrázku a videa.“ Předchozí modely dosahovaly mnohem omezenějších schopností sešíváním modelů spolu. Blíženci jsou přirozeně multimodální.

Nové schopnosti si můžete prohlédnout v neuvěřitelně působivé ukázce níže. Je to rychlé, reaktivní, konverzační a děsivě chytré.

Tři různé velikosti pro Blížence

Google říká, že Gemini 1.0 je první verzí modelu, jak by naznačovala konvence číslování. Existují úrovně postavené pro různé účely. Všechny těží z multimodálního designu a jejich účely jsou podrobně popsány níže.

Například Nano bude skvělé pro AI na zařízení a brzy bude k dispozici na Pixel 8 Pro, zatímco Ultra je zaměřeno na extrémní případy použití, jako jsou datová centra. Pro je šťastná střední cesta, kterou bude Bard ode dneška pohánět.

• Gemini Ultra — náš největší a nejschopnější model pro vysoce komplexní úkoly.
• Gemini Pro — náš nejlepší model pro škálování napříč širokou škálou úkolů.
• Gemini Nano — náš nejúčinnější model pro úkoly na zařízení.

Nadlidský výkon

Google říká, že výkon Gemini byl přísně testován na úkolech, jako je porozumění přirozenému obrazu, zvuku a videu až po matematické uvažování. Gemini Ultra poráží stávající modely ve 30 z 32 akademických benchmarků pro velké jazykové modely.

Nyní, Google říká, Gemini předčí lidské experty v 57 předmětech, pokud jde o MMLU (masivní multitask language porozumění). Gemini dosáhl v těchto testech 90,0 %, zatímco ChatGPT 4 dosáhl 86,4 %. To je klíčový poznatek.

Jak a proč byla postavena nová generace

Google říká, že ke školení Gemini přistupoval jinak než k předchozí multimodální funkcionalitě. Dříve byli trénováni odděleně a poté složeni. To znamenalo, že to bylo dobré například pro popis obrázků, ale postrádalo schopnost kompetentního komplexního uvažování.

Google říká, že Gemini byli od začátku předem vyškoleni, aby byli nativně multimodální.

„Pak jsme jej doladili dalšími multimodálními daty, abychom dále vylepšili jeho efektivitu,“ uvádí společnost v příspěvku na blogu. „To pomáhá Gemini bezproblémově porozumět a uvažovat o všech druzích vstupů od základů, daleko lepší než stávající multimodální modely – a jeho schopnosti jsou na špičkové úrovni téměř ve všech doména."

Dostupnost

Jak jsme zmínili, Gemini Pro je k dispozici pro použití v rámci Google Bard ode dneška, zatímco Gemini Nano bude spuštěn na Pixel 8 Pro příští rok.

Google dodává: „Do Pixelu také přinášíme Gemini. Pixel 8 Pro je první smartphone navržený pro běh Gemini Nano, který pohání nové funkce, jako je Summaride v Aplikace Recorder a zavádění v rámci Smart Reply v Gboardu, počínaje WhatsApp – s dalšími aplikacemi pro zasílání zpráv přibudou rok."

Proč věřit naší žurnalistice?

Trusted Reviews, založený v roce 2003, existuje, aby našim čtenářům poskytl důkladné, nezaujaté a nezávislé rady ohledně toho, co koupit.

Dnes máme miliony uživatelů měsíčně z celého světa a ročně hodnotíme více než 1000 produktů.