Hva er Google Gemini 1.0? Neste generasjons AI for å kjempe mot ChatGPT forklart

Hva er Google Gemini 1.0: Google har fullt ut avslørt sin neste generasjons Gemini 1.0 generative AI-modell, som nå er tilgjengelig gjennom Bard-samtale chatboten.

Gemini 1.0-modellen, som opprinnelig ble forhåndsvist på Google I/O i mai, er kraftigere enn den eksisterende teknologien og potensielt modus utstyrt for å gå opp mot OpenAIs ChatGPT-modell brukt av Microsoft.

Google sier Gemini er dens "største og mest kapable AI-modell", og den vil være ansvarlig for å drive alt fra Bard til Google Pixel-serien med smarttelefoner. Den er tilgjengelig innenfor Bard fra i dag.

De sier selskapet nøkkelen til Gemini og den «multimodale» AI-modellen. Det betyr at den kan «generalisere og sømløst forstå, operere på tvers av og kombinere ulike typer informasjon inkludert tekst, kode, lyd, bilde og video." Tidligere modeller oppnådde mye mer begrensede muligheter ved å sy modeller sammen. Gemini er naturlig multimodal.

Du kan se de nye egenskapene i en utrolig imponerende demonstrasjon nedenfor. Det er raskt, reaktivt, samtalende og skremmende smart.

Tre forskjellige størrelser for Gemini

Google sier Gemini 1.0 er den første versjonen av modellen, som nummereringskonvensjonen vil antyde. Det er lag bygget for forskjellige formål. Alle drar nytte av den multimodale designen, og deres formål er beskrevet nedenfor.

Nano, for eksempel, vil være flott for on-device AI og vil snart være tilgjengelig på Pixel 8 Pro, mens Ultra er rettet for ekstreme brukstilfeller som datasentre. Pro er den lykkelige mellomveien, som Bard kommer til å bli drevet av fra i dag.

• Gemini Ultra — vår største og mest dyktige modell for svært komplekse oppgaver.
• Gemini Pro — vår beste modell for skalering på tvers av et bredt spekter av oppgaver.
• Gemini Nano — vår mest effektive modell for oppgaver på enheten.

Supermenneskelig ytelse

Google sier at Geminis ytelse har blitt grundig testet på oppgaver som naturlig bilde-, lyd- og videoforståelse til matematisk resonnement. Gemini Ultra slår eksisterende modeller på 30 av 32 akademiske standarder for store språkmodeller.

Nå, sier Google, overgår Gemini menneskelige eksperter på 57 emner når det kommer til MMLU (massiv multitask språkforståelse). Gemini scoret 90,0 % i disse testene, mens ChatGPT 4 scoret 86,4 %. Det er en viktig takeaway.

Hvordan og hvorfor neste generasjon ble bygget

Google sier at de har tilnærmet opplæringen av Gemini annerledes enn tidligere multimodal funksjonalitet. Tidligere ble de trent separat og satt sammen etterpå. Det betydde at den var god til å beskrive bilder, for eksempel, men manglet evnen til kompetent kompleks resonnement.

Google sier Gemini ble forhåndsopplært fra starten til å være naturlig multimodal.

"Så finjusterte vi den med flere multimodale data for å forbedre effektiviteten ytterligere," sier selskapet i blogginnlegget. "Dette hjelper Gemini sømløst å forstå og resonnere om alle slags input fra grunnen av, langt bedre enn eksisterende multimodale modeller - og dens evner er toppmoderne i nesten alle domene."

Tilgjengelighet

Som vi nevnte, er Gemini Pro tilgjengelig for bruk i Google Bard fra i dag, mens Gemini Nano vil lanseres på Pixel 8 Pro neste år.

Google legger til: "Vi bringer også Gemini til Pixel. Pixel 8 Pro er den første smarttelefonen utviklet for å kjøre Gemini Nano, som driver nye funksjoner som Summaride i Opptaker-app og rulles ut i Smart Reply i Gboard, starter med WhatsApp – med flere meldingsapper som kommer år."

Hvorfor stole på journalistikken vår?

Trusted Reviews ble grunnlagt i 2003 og eksisterer for å gi våre lesere grundige, objektive og uavhengige råd om hva de skal kjøpe.

I dag har vi millioner av brukere i måneden fra hele verden, og vurderer mer enn 1000 produkter i året.