Mi az a Google Gemini 1.0? A következő generációs mesterséges intelligencia a ChatGPT-vel való küzdelemhez – magyarázta

Mi az a Google Gemini 1.0: A Google teljesen felfedte a következő generációs Gemini 1.0 generatív AI modelljét, amely már elérhető a Bard beszélgetős chatboton keresztül.

A Gemini 1.0 modell, amelyet eredetileg a májusi Google I/O-n mutattak be, erősebb, mint a meglévő technológia, és potenciálisan alkalmas mód arra, hogy felvegye a harcot. Az OpenAI ChatGPT modellje a Microsoft által használt.

A Google szerint a Gemini a „legnagyobb és legképességesebb mesterségesintelligencia-modellje”, és ez lesz a felelős a Bardtól a Google Pixel okostelefonok kínálatáig. belül elérhető Dalnok Mától.

A - mondja a cég az Ikrek és a „multimodális” AI-modell kulcsa. Ez azt jelenti, hogy képes „általánosítani és zökkenőmentesen megérteni, átdolgozni és kombinálni a különböző típusú információkat beleértve a szöveget, kódot, hangot, képet és videót." A korábbi modellek sokkal korlátozottabb képességeket értek el a modellek összevarrásával együtt. A Gemini natívan multimodális.

Az új képességeket egy hihetetlenül lenyűgöző megjelenésű bemutatóban láthatja alább. Gyors, reaktív, beszélgetőképes és félelmetesen okos.

Három különböző méret a Gemini számára

A Google szerint a Gemini 1.0 a modell első verziója, ahogy a számozási konvenció is jelezné. Vannak különböző célokra épített szintek. Mindegyikük hasznot húz a multimodális kialakításból, és céljukat az alábbiakban részletezzük.

A Nano például nagyszerű lesz az eszközön található mesterséges intelligencia számára, és hamarosan elérhető lesz a Pixel 8 Pro-n is, míg az Ultra olyan extrém felhasználási esetekre készült, mint például az adatközpontok. A Pro a boldog középút, amelyet mától a Bard fog működtetni.

• Gemini Ultra – a legnagyobb és legmegfelelőbb modellünk rendkívül összetett feladatokhoz.
• Gemini Pro – a legjobb modellünk a feladatok széles skálájának skálázásához.
• Gemini Nano – a leghatékonyabb modellünk az eszközön végzett feladatokhoz.

Emberfeletti teljesítmény

A Google szerint a Gemini teljesítményét szigorúan tesztelték olyan feladatokon, mint a természetes kép, a hang és a videó megértése a matematikai érvelésig. A Gemini Ultra a nagy nyelvi modellek 32 akadémiai referenciaértéke közül 30-nál veri az inkumbens modelleket.

A Google szerint a Gemini 57 témában felülmúlja a humán szakértőket az MMLU (masszív multitask nyelvértés) terén. A Gemini 90,0%-ot ért el ezekben a tesztekben, míg a ChatGPT 4 86,4%-ot. Ez egy kulcsfontosságú dolog.

Hogyan és miért épült a következő generáció

A Google azt állítja, hogy a Gemini képzését a korábbi multimodális funkcióktól eltérően közelítette meg. Korábban külön képezték ki őket, majd később összerakták őket. Ez azt jelentette, hogy jó volt például képek leírására, de hiányzott belőle a kompetens összetett érvelés képessége.

A Google szerint a Geminit kezdettől fogva előképzették, hogy natívan multimodális legyen.

„Ezután további multimodális adatokkal finomítottuk, hogy tovább finomítsuk a hatékonyságát” – írja a cég a blogbejegyzésben. „Ez segít az Ikreknek zökkenőmentesen megérteni és megfontolni mindenféle inputot az alapoktól kezdve, messziről jobb, mint a meglévő multimodális modellek – és képességei szinte mindegyikben a legkorszerűbbek tartomány."

Elérhetőség

Ahogy már említettük, a Gemini Pro mától használható a Google Bardon belül, míg a Gemini Nano jövőre jelenik meg a Pixel 8 Pro-n.

A Google hozzáteszi: „A Geminit is bevezetjük a Pixelbe. Pixel 8 Pro az első olyan okostelefon, amelyen a Gemini Nano fut, amely olyan új funkciókat biztosít, mint a Summaride Rögzítőalkalmazás és az Intelligens válasz bevezetése a Gboardon, kezdve a WhatsApp-pal – a következőben további üzenetküldő alkalmazások év."

Miért bízunk az újságírásunkban?

A 2003-ban alapított Trusted Reviews célja, hogy olvasóinknak alapos, elfogulatlan és független tanácsokat adjon a vásárlással kapcsolatban.

Ma havonta több millió felhasználónk van a világ minden tájáról, és évente több mint 1000 terméket értékelünk.