Gemini wchodzi na scenę. ChatGPT nie może spać już spokojnie

Google 6 grudnia zaprezentował światu swój najpotężniejszy i największy model sztucznej inteligencji. Gemini powstał w efekcie współpracy pomiędzy wieloma zespołami koncernu, takimi jak Google DeepMind oraz Google Research. Według zarządu spółki Alphabet, jest to największy projekt naukowo-inżynierski w historii Google. Czy OpenAI ma czego się obawiać? Zdecydowanie.

Gemini w trzech rozmiarach – multimodalna sztuczna inteligencja od Google

Cały 2023 rok to zdecydowana dominacja OpenAI, jeśli chodzi o branżę sztucznej inteligencji. ChatGPT 4 zdecydowanie lepiej radził sobie z zadaniami, niż wprowadzony po miesiącach opóźnień Bard AI. Przez chwilę wydawało się, że Google przespało swój moment, ze względu na boom spowodowany pojawieniem się ChatuGPT. Okazuje się jednak, że korporacja od najpopularniejszej wyszukiwarki internetowej pracowała nad czymś, co znacznie przewyższy umiejętnościami sztuczną inteligencję od OpenAI.

🔍💡 Google prezentuje Gemini – model AI! Zoptymalizowany dla różnych zastosowań, przewyższa GPT-4 w matematyce i kodowaniu. #Google #Gemini #AI #Innowacje #DeepMind 🚀🧠 pic.twitter.com/U41kmfUU80

— Bitcoin.pl (@Bitcoin_Polska) December 7, 2023

Gemini to model sztucznej inteligencji, który od etapu projektowego tworzony był jako model multimodalny (MMLU). Jest to model, który może łączyć różne rodzaje informacji, takie jak obraz, dźwięk, film, kod, czy tekst. Dzięki temu sztuczna inteligencja od Google jest w stanie generować kreatywne odpowiedzi zawierające zarówno tekst, obrazy, jak i dźwięki.

Pierwsza wersja tego modelu (Gemini 1.0) została zoptymalizowana do trzech różnych rozmiarów. Gemini Ultra to najbardziej wydajna i największa wersja modelu przeznaczona do bardzo złożonych zadań. Wersja Pro to z kolei model do skalowania zadań w szerokim zakresie. Najmniejszy model Gemini Nano przeznaczony jest do wykonywania zadań na wielu różnych urządzeniach.

Multimodalna sztuczna inteligencja, która bije wszelkie rekordy

CEO Google and Alphabet Sundar Pichai przyznaje, że Gemini charakteryzuje się niebywałą precyzją. Wersja Ultra zdobywa „najnowocześniejsze wyniki” w 30 z 32 akademickich punktów odniesienia, które używane są w rozwoju dużych modeli językowych. Co więcej, AI od Google zdobywa 90% w masowym teście rozumienia języka wielozadaniowego (MMLU), przewyższając tym nie tylko ChatGPT 4, ale także wyniki ludzkich ekspertów.

Prezentacja dostępna na YouTube faktycznie robi wrażenie, ponieważ AI od Google nie tylko rozpoznaje symbole, rysunki, filmy odtworzone na smartfonie, ale także ma własną osobowość i poczucie humoru. Umiejętności Gemini faktycznie robią wrażenie i zapowiadają całkowicie nową erę interakcji pomiędzy człowiekiem a sztuczną inteligencją.