Keskiviikkona Google lanseerasi uuden multimodaalisen yleisen tekoälymallin, Geminin, kilpailemaan OpenAI:n, Microsoftin ja Metan tuotteiden kanssa.
Google lanseeraa tehokkaimman tekoälymallinsa, Geminin
Hakujättiläisen mukaan Gemini on “suurin ja kyvykkäin” suuri kielimalli (LLM), jonka yritys on koskaan rakentanut, ja sen suorituskyky on huippuluokkaa monissa johtavissa vertailuissa.
Tämä Google DeepMind AI -yksikön kehittämä joustava AI-malli on koulutettu Googlen Tensor Processing Units (TPU) -yksiköillä, mikä tekee siitä huomattavasti nopeamman kuin aikaisemmat, pienemmät ja vähemmän suorituskykyiset mallit. Se voi yleistää ja ymmärtää saumattomasti, käyttää ja yhdistää erityyppisiä tietoja, mukaan lukien tekstiä, koodia, ääntä, kuvaa ja videota.
Google tuo Gemini 1.0:n, sen ensimmäisen versionsa, kolmessa eri koossa: Gemini Ultra, sen suurin ja tehokkain malli erittäin monimutkaisiin tehtäviin; Gemini Pro, sen paras malli useiden tehtävien skaalaukseen; ja Gemini Nano, sen tehokkain malli laitteen tehtäviin.
“Nämä ovat Gemini-aikakauden ensimmäiset mallit ja ensimmäinen toteutus visiosta, joka meillä oli, kun perustimme Google DeepMindin aiemmin tänä vuonna. Tämä mallien uusi aikakausi edustaa yhtä suurimmista tieteen ja tekniikan ponnisteluista, joita olemme yrityksenä tehneet”, Sundar Pichai, Googlen ja Alphabetin toimitusjohtaja, sanoi blogikirjoituksessaan ilmoituksesta.
Google DeepMindin mukaan Gemini Ultra ylittää GPT-4:n 30:ssä 32:sta yleisesti käytetystä akateemisesta vertailutestistä, jotka mittaavat ominaisuuksia, kuten kuvan ymmärtämistä tai matemaattista päättelyä.
Erityisesti Google sanoo, että Gemini Ultran pisteet ovat 90 prosenttia MMLU:ssa (massive multitask language ymmärrys), joka käyttää 57 aiheen yhdistelmää, kuten matematiikkaa, fysiikkaa, historiaa, lakia, lääketiedettä ja etiikkaa sekä maailmantiedon että ongelman testaamiseen. Ratkaisukyky, tekee siitä ensimmäisen tekoälymallin, joka ylittää ihmisasiantuntijat tässä vertailussa.
Lisäksi Google sanoi, että Gemini Ultra sai 59,4 % uudella MMMU-vertailulla, joka koostui multimodaalisista tehtävistä, jotka kattavat eri toimialueita ja vaativat harkittua päättelyä. Se ylitti jopa aiemmat mallit kuvavertailuissa ilman optisten merkintunnistusjärjestelmien (OCR) apua, jotka poimivat tekstiä kuvista jatkokäsittelyä varten.
Gemini AI:n saatavuus
Google sanoo, että Pro-versio on nyt saatavilla Bard chatbotissa ja se tulee olemaan saatavilla englanniksi yli 170 maassa ja alueella. Suunnitelmissa on laajentaa eri menetelmiä ja tukea uusia kieliä ja paikkoja pian. 13. joulukuuta alkaen kehittäjät ja yritysasiakkaat voivat käyttää Gemini Prota Gemini APIn kautta Google AI Studiossa tai Google Cloud Vertex AI:ssä.
Lisäksi Google tuo Gemini Nanon myös Pixel 8 Pro -älypuhelimiin ja aikoo integroida Geminin ajan myötä Hakuun, Mainoksiin, Chromeen ja muihin palveluihinsa tulevina kuukausina. Lisäksi Android-kehittäjät pääsevät Gemini Nanoon AICoren kautta, joka on Android 14:ssä saatavilla oleva uusi järjestelmäominaisuus Pixel 8 Pro -laitteista alkaen, ja se on saatavilla varhaisen esikatselun perusteella.
Lopuksi Google aikoo julkaista edistyneimmän tekoälymallin, Gemini Ultran, Bard Advancedin kautta vuoden 2024 alkupuolella. Se on saatavilla valikoiduille asiakkaille, kehittäjille, yhteistyökumppaneille sekä turvallisuus- ja vastuuasiantuntijoille “varhaista kokeilua ja palautetta varten”. ennen kuin se julkaistaan kehittäjille ja yritysasiakkaille ensi vuoden alussa.
