Google prezentuje Gemini: rewolucyjny model sztucznej inteligencji zdolny do przewyższenia ChatGPT-4
Google zaprezentowało nowy zaawansowany model sztucznej inteligencji (AI) o nazwie Gemini, który według Google może znacznie przewyższyć obecnego lidera Chat GPT. Firma stawia ogromne zakłady na nowy model w 2024 roku i nazywa go przełomem w niestandardowej sztucznej inteligencji.
Według Sundara Pichai, CEO Google, nadszedł czas na nową erę sztucznej inteligencji w firmie, którą nazywa “erą Gemini”. Gemini to najnowsze osiągnięcie Google w dziedzinie wielkoskalowych modeli językowych. Projekt został ogłoszony w czerwcu na konferencji deweloperów I/O, a teraz jest dostępny publicznie. Pichai i dyrektor generalny Google DeepMind Demis Hassabis opisują Gemini jako znaczący postęp w rozwoju modeli sztucznej inteligencji, który wpłynie na prawie wszystkie produkty Google. Pichai zauważa: “Wyjątkowe w tym momencie jest to, że pracując nad jedną podstawową technologią i ulepszając ją, możemy mieć natychmiastowy wpływ na wszystkie nasze produkty”.
Gemini to nie tylko jeden model sztucznej inteligencji. Istnieje lżejsza wersja o nazwie Gemini Nano, przeznaczona do użytku offline na urządzeniach z systemem Android. Bardziej zaawansowana wersja, Gemini Pro, wkrótce stanie się podstawą wielu usług Google AI, a także Bard. Dostępny jest także najpotężniejszy model Gemini Ultra, przeznaczony do centrów danych i zastosowań korporacyjnych.
Google obecnie wdraża ten model na kilka sposobów: Bard jest teraz zasilany przez Gemini Pro, a użytkownicy Pixel 8 Pro otrzymają nowe funkcje dzięki Gemini Nano. Gemini Ultra ma zostać uruchomiony w przyszłym roku. Deweloperzy i klienci korporacyjni będą mogli uzyskać dostęp do Gemini Pro za pośrednictwem Google Generative AI Studio lub Vertex AI w Google Cloud od 13 grudnia. Obecnie Gemini jest dostępne tylko w języku angielskim, ale planowane jest dodanie innych języków. Pichai podkreśla, że model ten zostanie ostatecznie zintegrowany z wyszukiwarką Google, produktami reklamowymi, przeglądarką Chrome i nie tylko.
OpenAI uruchomił ChatGPT rok temu i szybko stał się ważną częścią świata sztucznej inteligencji. Teraz Google przygotowuje się do podjęcia tego wyzwania.
Należy podkreślić, że Gemini doskonale sprawdza się w interakcji z obrazem i dźwiękiem, dzięki swojej multimodalności. Google nie stworzyło osobnych modeli dla obrazów i głosu, jak OpenAI w przypadku DALL-E i Whisper, ale od samego początku opracowało uniwersalny model multisensoryczny. Hassabis twierdzi, że jest to część szerszego planu rozwoju Gemini, który ostatecznie zyska więcej możliwości i stanie się bardziej dokładny i realistyczny.
Gemini jest nie tylko mocniejszy, ale także bardziej wydajny niż poprzednie modele. Został on przeszkolony w Google Tensor Processing Units, dzięki czemu jest szybszy i tańszy w użyciu. Google wprowadza również nową wersję swojego systemu TPU, TPU v5p, przeznaczoną do szkolenia i korzystania z modeli na dużą skalę w centrach danych.
Pichai i Hassabis postrzegają uruchomienie Gemini jako początek większego projektu i przełomowe posunięcie. Gemini może stać się nie tylko odpowiedzią Google na ChatGPT, ale także początkiem nowej ery w technologiach sztucznej inteligencji.
