Kas ir Google Gemini 1.0? Nākamās paaudzes AI, lai cīnītos ar ChatGPT

Kas ir Google Gemini 1.0: Google ir pilnībā atklājis savu nākamās paaudzes Gemini 1.0 ģeneratīvo AI modeli, kas tagad ir pieejams, izmantojot Bard sarunvalodas tērzēšanas robotu.

Gemini 1.0 modelis, kas sākotnēji tika priekšskatīts Google I/O maijā, ir jaudīgāks nekā esošā tehnoloģija un, iespējams, režīms, kas ir aprīkots. OpenAI ChatGPT modelis izmanto Microsoft.

Google saka, ka Gemini ir tā "lielākais un spējīgākais AI modelis", un tas būs atbildīgs par visu, sākot no Bard līdz Google Pixel viedtālruņu klāstam. Tas ir pieejams iekšā Bards no šodienas.

The saka uzņēmums Dvīņu atslēga un “multimodālais” AI modelis. Tas nozīmē, ka tas var “vispārināt un nemanāmi saprast, darboties un apvienot dažāda veida informāciju ieskaitot tekstu, kodu, audio, attēlu un video. Iepriekšējie modeļi sasniedza daudz ierobežotākas iespējas, sašujot modeļus kopā. Dvīņi pēc būtības ir multimodāli.

Jūs varat redzēt jaunās iespējas neticami iespaidīgā izskata demonstrācijā zemāk. Tas ir ātrs, reaģējošs, sarunājošs un šausminoši gudrs.

Trīs dažādi izmēri Gemini

Google saka, ka Gemini 1.0 ir modeļa pirmā versija, kā norādīts numerācijas konvencijā. Ir līmeņi, kas būvēti dažādiem mērķiem. Visi no tiem gūst labumu no multimodālā dizaina, un to mērķi ir aprakstīti tālāk.

Piemēram, nano būs lieliski piemērots ierīces mākslīgajam intelektam, un drīzumā tas būs pieejams Pixel 8 Pro, savukārt Ultra ir paredzēts ekstrēmiem lietošanas gadījumiem, piemēram, datu centriem. Pro ir laimīgs vidusceļš, ko Bard darbinās no šodienas.

• Gemini Ultra — mūsu lielākais un spējīgākais modelis ļoti sarežģītiem uzdevumiem.
• Gemini Pro — mūsu labākais modelis mērogošanai, veicot dažādus uzdevumus.
• Gemini Nano — mūsu visefektīvākais modelis uzdevumiem ierīcē.

Supercilvēcisks sniegums

Google saka, ka Gemini veiktspēja ir rūpīgi pārbaudīta, veicot tādus uzdevumus kā dabiskā attēla, audio un video izpratne līdz matemātiskajai spriešanai. Gemini Ultra pārspēj vēsturiskos modeļus 30 no 32 akadēmiskajiem etaloniem lielu valodu modeļiem.

Tagad Google saka, ka Gemini pārspēj cilvēku ekspertus 57 priekšmetos, kad runa ir par MMLU (masveida daudzuzdevumu valodas izpratne). Dvīņi šajos testos ieguva 90,0%, bet ChatGPT 4 ieguva 86,4%. Tā ir galvenā atziņa.

Kā un kāpēc tika uzbūvēta nākamā paaudze

Google saka, ka tā ir piegājusi Gemini apmācībai atšķirīgi no iepriekšējās multimodālās funkcionalitātes. Iepriekš viņi tika apmācīti atsevišķi un pēc tam salikti kopā. Tas nozīmēja, ka tas bija piemērots, piemēram, attēlu aprakstam, taču tam trūka kompetentas sarežģītas argumentācijas.

Google saka, ka Dvīņi jau no paša sākuma bija iepriekš apmācīti būt multimodāli.

"Pēc tam mēs to precizējām ar papildu multimodāliem datiem, lai vēl vairāk uzlabotu tā efektivitāti," emuāra ziņā saka uzņēmums. “Tas palīdz Dvīņiem nemanāmi saprast un pamatot visa veida ievades no paša sākuma, tālu labāks par esošajiem multimodālajiem modeļiem — un tā iespējas ir modernas gandrīz katrā domēns.”

Pieejamība

Kā jau minējām, Gemini Pro ir pieejams lietošanai pakalpojumā Google Bard no šodienas, savukārt Gemini Nano nākamgad tiks palaists Pixel 8 Pro.

Google piebilst: “Mēs arī piedāvājam Gemini Pixel. Pixel 8 Pro ir pirmais viedtālrunis, kas izstrādāts, lai palaistu Gemini Nano, kas nodrošina jaunas funkcijas, piemēram, Summaride Lietotne ierakstītājs un viedās atbildes ieviešana pakalpojumā Gboard, sākot ar WhatsApp — nākamreiz būs pieejamas citas ziņojumapmaiņas lietotnes gads.”

Kāpēc uzticēties mūsu žurnālistikai?

Uzņēmums Trusted Reviews tika dibināts 2003. gadā, lai sniegtu mūsu lasītājiem izsmeļošus, objektīvus un neatkarīgus padomus par to, ko iegādāties.

Mūsdienās mums ir miljoniem lietotāju mēnesī no visas pasaules, un gadā mēs novērtējam vairāk nekā 1000 produktu.