Wchodzimy w epokę rewolucji sztucznej inteligencji, a Google, znany ze swoich innowacyjnych rozwiązań, ogłasza nadejście przełomu. Gemini to długo oczekiwany, nowoczesny system LLM (Large Language Model – pol. duży model językowy) od Google'a. Zatem, co kryje się za zapowiedzią Google dotyczącą tej rewolucji?
"Wierzę, że przejście, które obecnie obserwujemy w zakresie sztucznej inteligencji, będzie najgłębsze w ciągu naszego życia, znacznie ważniejsze niż wcześniejsze przejście na urządzenia mobilne lub internet. Sztuczna inteligencja ma potencjał do tworzenia możliwości – od codziennych po niezwykłe – dla ludzi na całym świecie. Przyniesie nowe fale innowacji i postępu gospodarczego oraz pobudzi wiedzę, uczenie się, kreatywność i produktywność, na skalę jakiej wcześniej nie widzieliśmy" – tak prezes Google Sundar Pichai zaanonsował Gemini, nowy model sztucznej inteligencji.
Gemini występuje w trzech różnych formatach i rozmiarach: Ultra, Pro i Nano. Gemini Ultra to najbardziej wydajny i największy model, stworzony do obsługi bardzo złożonych zadań. Pro to model o uniwersalnej skali, zdolny do efektywnego radzenia sobie z różnorodnymi zadaniami. Wersja Nano jest najskuteczniejszym modelem, zoptymalizowanym specjalnie do wykonywania zadań na urządzeniach mobilnych.
Według Google'a model Ultra jest pierwszym, który "przewyższa ekspertów w dziedzinie wielozadaniowego rozumienia języka", korzystając z kombinacji 57 różnych obszarów, takich jak matematyka, fizyka, historia, prawo, medycyna i etyka, aby testować wiedzę i umiejętności rozwiązywania problemów.
Oprócz tego nowa sztuczna inteligencja została zmodyfikowana do rozumienia, analizowania i przetwarzania rozmaitych treści, a nawet obrazów, dźwięków i filmów. Google podkreśla, że "możliwości rozumowania multi modalnego, które posiada Gemini, pomagają zrozumieć złożone zasoby treści tekstowych i wizualne".
"Są one szczególnie przydatne, jeśli chodzi o uzyskanie konkretnych informacji spośród ogromnego gąszczu danych" – poinformowano. Zgodnie z prognozami Google'a, Gemini może znaleźć zastosowanie również jako "silnik" dla bardziej zaawansowanych systemów kodowania.
Najnowszy raport SemiAnalysis zdradza, że Gemini ma pięciokrotnie przewyższać narzędzie GPT-4 ze względu na dostęp do lepszych procesorów i większej mocy obliczeniowej. Mowa tutaj o procesorach, które są sercem największych produktów marki takich jak wyszukiwarka, YouTube, Gmail, Mapy Google, Google Play i Android. Przypomnijmy, że wszystkie wyżej wymienione są oparte na sztucznej inteligencji.
"To najbardziej wszechstronny i ogólny model, jaki kiedykolwiek zbudowaliśmy" – tłumaczy prezes Google Sunadr Pichai.
Począwszy od 6 grudnia, Google Bard, czyli chatbot z siedzibą w Mountain View, będzie wykorzystywał Gemini Pro. Ten system będzie dostępny w języku angielskim w ponad 170 krajach i regionach.
Ponadto smartfon Google'a, Pixel 8, będzie korzystał z Gemini, jednak w wersji Nano. Od 13 grudnia deweloperzy i klienci biznesowi będą mieli dostęp do modelu Gemini Pro poprzez Gemini API w Google AI Studio lub Google Cloud Vertex AI. Na dodatek, Google podkreśla, że w najbliższych miesiącach doda Gemini do kolejnych usług, takich jak wyszukiwarka, Google Ads, Chrome i Duet AI.