Google hozirgina o'zining eng kuchli AI modelini chiqardi egizaklar. U nima va u nima qila oladi? Bizning maqolamizdagi hamma narsa haqida.
Google ko'p yillar davomida o'zining AI vositalarini ishlab chiqdi. OpenAI-dan ChatGPT-3 ning ommaviy chiqarilishi bilan dunyodagi eng mashhur qidiruv tizimini boshqaradigan kompaniya ham xuddi shunday Bard vositasini yaratdi. Ammo bu vosita hali ham Google ruxsat bera olmagan raqobatchilarga yutqazdi. Shu sababli, yaqinda dunyo biz taqdimot paytida bilib olgan Google-ning yangi til modeli Gemini-ni ko'rgan bo'lsa, ajablanarli emas.
U nafaqat gigantning oldingi LLM (Katta til modeli) ni takomillashtirish, balki matnni qayta ishlash, grafika va ovoz sohasida mutlaqo yangi imkoniyatlarni taklif qilish uchun mo'ljallangan.
Shunday qilib, keling, yangi Google Gemini tili modelini batafsil ko'rib chiqaylik.
Shuningdek, qiziqarli: OpenAI loyihasi Q*: bu nima va nima uchun loyiha tashvishga solmoqda
Google Gemini nima?
Bu Google sun'iy intellektning yangi va kuchli modeli bo'lib, u nafaqat matnni, balki tasvir, video va audioni ham tushuna oladi. Ushbu multimodal model matematika, fizika va boshqa sohalardagi murakkab vazifalarni bajarish, shuningdek, turli dasturlash tillarida yuqori sifatli kodlarni tushunish va yaratish qobiliyati sifatida tavsiflanadi.
Gemini hozirda Google Bard va Google Pixel 8 bilan integratsiya orqali mavjud va asta-sekin boshqa Google xizmatlariga kiritiladi.
“Egizaklar burji Google jamoalari, jumladan Google Research’dagi hamkasblarimiz bilan birgalikdagi ulkan sa’y-harakatlar natijasidir”, — dedi Google DeepMind bosh direktori va hammuassisi Dennis Xassabis. "U boshidan multimodal bo'lishi uchun qurilgan, ya'ni u turli xil ma'lumotlarni, jumladan matn, kod, audio, tasvir va videolarni umumlashtirishi va muammosiz tushunishi, ishlashi va birlashtira oladi".
Shuningdek, qiziqarli: Biz sun'iy intellekt deb ataydigan hamma narsa ham aslida sun'iy intellekt emas. Bu erda siz bilishingiz kerak bo'lgan narsalar
Modelni kim yaratgan?
Siz allaqachon taxmin qilganingizdek, Gemini Google va Google kompaniyasining bosh kompaniyasi Alphabet tomonidan yaratilgan va kompaniyaning hozirgi kunga qadar eng ilg‘or AI modelidir. Google kompaniyasining DeepMind bo'limi ham uning rivojlanishiga katta hissa qo'shdi. Rivojlanishda qancha xodim ishtirok etgani va buning uchun qanday mablag'lar ajratilgani hozircha noma'lum, ammo Google imkoniyatlarini bilgan holda, biz juda katta miqdor borligiga amin bo'lishimiz mumkin.
Shuningdek, qiziqarli: Windows 12: yangi operatsion tizim qanday bo'ladi
Imkoniyatlar
Yuqorida ta'kidlaganimdek, bu multimodal model bo'lib, u matn, kod, audio, tasvir va videoni o'z ichiga olgan har xil turdagi ma'lumotlarni tushunishi, ishlashi va birlashtira oladi. Bu avvalgi AI tizimlariga qaraganda yaxshiroq tushunish, fikrlash va kodlash ko'nikmalarini ta'minlaydi.
Modelning asosiy imkoniyatlari quyidagilardan iborat:
- Tarjima, xulosa va dialog kabi vazifalar uchun tabiiy tilni qayta ishlash
- Matematik fikrlash va muammolarni hal qilish
- Kod va hujjatlarni yaratish qobiliyati
- Rasmlar, audio va videolarni tushunish
- Turli domenlarda ko'p vazifalar
Ko'rib turganingizdek, imkoniyatlar boshqa modellardan ustundir.
Tilni tushunish, matematik fikrlash va kodlash testlarida Gemini Ultra GPT-4 kabi modellardan ustun keldi. Xususan, bu Massive Multitask Language Understanding (MMLU) testida inson darajasidagi unumdorlikni 90% dan ortiq aniqlikka erishgan birinchi modeldir.
Katta til modelini o'rganish bo'yicha 32 ta akademik testda Gemini GPT-4 dan ustun keldi. 30 ta holatda Google-ning yangi til modeli raqobatchidan yaxshiroq edi. Bu modelning tilni to'liq tushunish qobiliyatini ko'rsatadi.
Shuningdek o'qing: Inson miyasi loyihasi: inson miyasiga taqlid qilishga urinish
Turli versiyalar bormi?
Google ushbu sun'iy intellektni har qanday qurilmada ishlay oladigan moslashuvchan model sifatida ta'riflaydi: Google ma'lumotlar markazlaridan tortib mobil qurilmalargacha. Ushbu kengayishga erishish uchun Gemini uchta versiyada taqdim etiladi: Nano, Pro va Ultra.
Keling, Egizaklarning turli xil versiyalari haqida batafsilroq gaplashaylik.
- Egizaklar Nano: smartfonlarda, xususan Google Pixel 8 da ishlash uchun moʻljallangan. U tashqi serverlarga ulanmasdan, chat dasturlarida javob taklif qilish yoki matnni umumlashtirish kabi sunʼiy intellekt yordamida samarali ishlov berishni talab qiluvchi vazifalarni bajarish uchun moʻljallangan. Ushbu ixcham qurilma modeli taxminan 6 milliard parametrga ega.
- Egizaklar Pro: Google ma'lumotlar markazlarida ishlaydi. Pro Bard AI chatbotining so'nggi versiyasi bilan ishlashga mo'ljallangan. U tezkor javob vaqtlarini ta'minlay oladi va murakkab so'rovlarni tushunadi. O'rta o'lchamli model taxminan 100 milliard parametrga ega va Bardning suhbatdosh sun'iy intellektining asosi hisoblanadi. Pro Google Cloud orqali mavjud bo'ladi.
- Gemini Ultra: Ultra versiyasi hali keng tarqalmagan bo'lsa-da, Google uni "katta til modeli (LLM)) tadqiqotida qo'llaniladigan 30 ta keng qo'llaniladigan akademik testlardan 32 tasi bo'yicha joriy eng zamonaviy modeldan oshib, eng yaxshi samarador modeli sifatida ta'riflaydi. " Eng katta va eng kuchli versiya sifatida Ultra 1 trilliondan ortiq parametrlarni oladi. U ma'lumotlar markazlarida joylashgan bo'ladi. Ultra korporativ foydalanish uchun moslashtirilgan. Versiya juda murakkab vazifalarni bajarish uchun mo'ljallangan. Google uni joriy sinov bosqichi tugaganidan keyin chiqarishni rejalashtirmoqda. Ya'ni, eng kuchli versiya hali foydalanuvchilar uchun mavjud emas.
Shuningdek, qiziqarli: Google Bard AI: bilishingiz kerak bo'lgan hamma narsa
Gemini-ga qanday kirish mumkin?
Nano va Pro versiyalarida AI endi mos ravishda Google Pixel 8 smartfonlari va Bard chatboti kabi Google mahsulotlarida mavjud. Google uni oxir-oqibat qidiruv tizimi, reklama, Gmail elektron pochta xizmati, Chrome brauzeri va boshqa xizmatlarga integratsiya qilishni rejalashtirmoqda.
Dasturchilar va korporativ mijozlar 13-yil 2023-dekabrdan boshlab Google AI Studio va Google Cloud Vertex AI-dagi Gemini API orqali Pro-ga kirishlari mumkin bo‘ladi. Dasturchilar Android erta oldindan ko'rishda mavjud bo'lgan AICore orqali Nano versiya modeliga kirish huquqiga ega bo'ladi.
Shuningdek o'qing: Samsung Galaxy Flip5 vs Motorola Razr 40 Ultra: Ikki Yokozunlarning jangi
Google Bard-da egizaklar: nima o'zgaradi?
Taqdimot davomida taqdim etilgan ma'lumotlarga ko'ra, ushbu model Google Bard-ga yanada murakkab muammolarni yaxshiroq hal qilishga imkon beradi:
"Biz Gemini modelini tabiiy ravishda ko'p modal bo'lishi va boshidanoq bir nechta modallik bo'yicha oldindan tayyorlangan bo'lishi uchun ishlab chiqdik. Keyinchalik ishlashni yaxshilash uchun ko'proq multimodal ma'lumotlarni qo'shish orqali uni aniqladik. Natijada, Gemini oldingi multimodal modellarga qaraganda ancha yaxshi tushunadi va xulosa chiqaradi va deyarli barcha sohalarda eng zamonaviy imkoniyatlarga ega.
Gemini-ning g'ayrioddiy multimodal imkoniyatlari sizga murakkab matnli va vizual ma'lumotlarni tushunishga yordam beradi. Ular, ayniqsa, katta ma'lumotlar to'plamlaridan aniq ma'lumotlarni olishda foydalidir. Ushbu modelning yuz minglab hujjatlarni o‘qish, filtrlash va tahlil qilish yo‘li bilan ma’lumotlarning mohiyatini ajratib olishning g‘ayrioddiy qobiliyati, shubhasiz, ilm-fandan moliyagacha bo‘lgan turli sohalarda yangi, yashin tezligida kashfiyotlarga hissa qo‘shadi”.
Taqdimot davomida 200 mingdan ortiq yozuvlarni o'z ichiga olgan kompleks tadqiqot namunasi namoyish etildi, ularning ba'zilari yangi ma'lumotlarga ko'ra yangilanishi kerak edi. Siz taxmin qilganingizdek, buni qo'lda qilish juda ko'p vaqt talab qiladi, shuning uchun tadqiqot mualliflari Gemini-dan kiritilgan kodni tayyorlash va kerakli yangilanishlarni amalga oshirish uchun foydalanganlar. Yana bir haqiqiy misol, matematika yoki fizika muammolarini tushuntirish uchun Google til modelidan foydalanishdir.
Bu erda kiritilgan ma'lumotlar maktab darsidagi topshiriqning fotosurati/skaneri edi. Tizim u yerda saqlangan grafik va matnni qayta ishlashga muvaffaq bo‘ldi va keyin uy vazifasining qaysi qismlari to‘g‘ri bajarilgani va qaysi biri ko‘proq e’tiborga muhtojligini ko‘rsata oldi. Taqdimot shuni ko'rsatdiki, foydalanuvchi Gemini'dan topshiriqni tushuntirishni qayta-qayta so'rashi mumkin va har bir keyingi urinish oddiyroq tilda tushuntirilishi kerak. Egizaklar qanchalik to'g'ri va to'g'ri bo'lishi, albatta, qiziquvchilar tomonidan tekshiriladi, ammo fotosuratlardan to'g'ridan-to'g'ri matnni o'qish va qayta ishlash qobiliyati ta'sirli. Taqdimot davomida qo'shilgan:
"Egizaklar bir vaqtning o'zida matn, tasvirlar, tovushlar va boshqalarni tanib, tushunishga o'rgatilgan. Buning yordamida u ma'lumotlarning nuanslarini yaxshiroq tushunadi va murakkab savollarga javob bera oladi. Bu, ayniqsa, matematika va fizika bilan bog'liq mavzularni tushuntirishda samarali, shuning uchun u shaxsiy uy vazifasini bajarishda yordamchi bo'lib xizmat qilishi mumkin.".
Google Pixel smartfonlarida Gemini
Google shuningdek, Gemini yangi TPUv5 chipsetlarini "o'rganganligi" bilan maqtandi va 2024 yil boshida Gemini Ultra-ni taqdim etishni rejalashtirmoqda, unda gigant nutq modelining iste'molchi versiyasining yangi versiyasi Bard Advanced foydalanadi. Gemini Ultra hozirda sinovdan o'tkazilmoqda va u allaqachon xavfsizlik bo'yicha mutaxassislarni tanlash uchun mavjud.
Oxirgi muhim ma'lumot - Google Pixel 8 smartfonlarida Gemini-ning taqdimoti.Bu boshqa narsalar qatori messenjerlarda Gboard ilovasi orqali tezkor javoblar yaratish imkonini beradi. Birinchisi - WhatsApp, ammo kelgusi yilda bunday echimlar aloqa bilan bog'liq boshqa ilovalarda paydo bo'ladi. Biroq, bu faqat boshlanishi, chunki Google Pixel 8 smartfonlari uchun ko'plab yangi AI vositalarini e'lon qildi va ular kelajakda ba'zi boshqa qurilmalarda ham mavjud bo'ladi. Android. Biroq, bu keyingi rejalar va hozircha tafsilotlar keltirilmagan.
Gemini boshqa AI modellaridan, masalan, GPT-4dan nimasi bilan farq qiladi?
Google-ning yangi Gemini modeli hozirgi kunga qadar eng katta va eng ilg'or AI modellaridan biri bo'lib ko'rinadi, ammo Ultra modelining chiqarilishi buni aniq aniqlaydi. Hozirgi vaqtda sun'iy intellekt chatbotlaridan foydalanadigan boshqa mashhur modellar bilan taqqoslaganda, Gemini o'zining multimodal xususiyati bilan ajralib turadi, GPT-4 kabi boshqa modellar esa chinakam multimodal bo'lish uchun plaginlar va integratsiyaga tayanadi.
Aniqlik va xolislik haqida xavotirlar
Garchi Gemini sun'iy intellekt qobiliyatlarini rivojlantirishda katta sakrash bo'lsa-da, boshqa asosiy til modellari kabi kamchiliklarga ega. Avvalo, bu noto'g'ri ma'lumot yaratish imkoniyati. Xayolparastliklar, shuningdek, yangi til modelida mavjud bo'lgan o'quv ma'lumotlariga asoslanadi. Haqiqiy dunyoning cheklangan tushunchasini ham eslatib o'tish kerak. Google yangi Gemini modeli xatolarga yo'l qo'yishi, dalillarga asoslanmagan va sog'lom fikrga zid bo'lgan faktlarni taqdim etishi mumkinligini tan oladi.
Ayniqsa, hali to'liq o'rganilmagan yangi imkoniyatlarga ega bo'lgan Gemini Ultra uchun ko'proq testlar talab qilinadi. Google potentsial zararni kamaytirish uchun Egizaklarni sinchkovlik bilan baholashga intiladi.
Shuningdek, qiziqarli: Hammasi haqida Microsoft Kopilot: kelajakmi yoki noto'g'ri yo'lmi?
Kelajak Egizaklar bilan
Google tomonidan Gemini-ning ishga tushirilishi AI rivojlanishining yangi davrini boshlab berdi. Oldingi modellar va insoniy ko'rsatkichlar bilan solishtirganda eng yaxshi ishlashi bilan Gemini sun'iy intellektning kelajakdagi imkoniyatlariga ishora qiladi, ammo ba'zi kamchiliklarni bartaraf etish uchun hali ham ko'proq izlanishlarga muhtoj.
Kelajakda Gemini Google mahsulotlarida yanada foydali va aqlli xususiyatlarni taqdim etishini kutishingiz mumkin. Kelgusida kompaniya Gemini-ni ingliz tilidan tashqari kengaytirishni davom ettirishni va o'zining asosiy model metodologiyasiga asoslanishni rejalashtirmoqda.
Biz faqat tomosha qilishimiz va Google nima qilayotganini bilishiga umid qilishimiz mumkin.
Shuningdek o'qing: