Google ar mākslīgā intelekta modeli “Gemini” sola pārspēt konkurentus

Uzņēmums “Google” ar savu jauno “Gemini” valodas modeli vēlas izvirzīties vadībā mākslīgā intelekta sacensībās. Mākslīgā intelekta sistēmai vajadzētu ne tikai neatpalikt no konkurenta “OpenAI” valodas modeļa GPT4, bet arī to pārspēt. Komentējot paziņojumu par “Gemini”, Google izpilddirektors Sundars Pičai sacīja, ka pārmaiņas, ko mēs pašlaik piedzīvojam ar mākslīgo intelektu, būs “visdziļākās mūsu dzīvē, daudz lielākas nekā pāreja uz mobilajiem tālruņiem vai internetu pirms tam”.

“Gemini” var ne tikai ģenerēt čatbota tekstus, bet arī risināt noteiktas problēmas un atkarībā no situācijas pieņemt lēmumus. Tas var arī ierakstīt informāciju no fotoattēliem un videoklipiem. “Google” demonstrēja sistēmu ar video tērzēšanu, kurā “Gemini” uzreiz atpazina un pareizi klasificēja cilvēka sarunu biedra zīmējumus un roku žestus.

“Ar “Google” produktu starpniecību mēs piedāvājam “Gemini” miljardiem cilvēku,” paziņoja “Google” DeepMind vadītājs Demiss Hasabiss. “Google” meitasuzņēmums izveidots 2023. gada aprīlī no britu jaunuzņēmuma DeepMind, kas tika iegādāts 2014. gadā, un no “Google” iekšējā mākslīgā intelekta departamenta. Integrējot jaunuzņēmumu, kas līdz tam bija darbojies lielā mērā patstāvīgi, Pičai vēlējās apvienot mākslīgā intelekta centienus “Google” grupas ietvaros, lai varētu izlēmīgāk konkurēt ar OpenAI.

“Gemini” ir pieejams trīs versijās

“Google” jauno sistēmu ieviesīs trīs dažādās dimensijās: “Gemini Ultra”, “Gemini Pro” un “Gemini Nano”. “Gemini Ultra” ir lielākais un jaudīgākais modelis ļoti sarežģītiem uzdevumiem. Šī versija galvenokārt paredzēta korporatīvajiem klientiem.

“Gemini Pro” būs paredzēts plašai auditorijai, un, piemēram, Google Bard tērzēšanas robots varēs apgūt “progresīvu domāšanu, plānošanu, izpratni un daudz ko citu”. “Šis ir lielākais Bard uzlabojums kopš tā darbības uzsākšanas,” sacīja Hasabiss. No šā brīža Bard būs pieejams angļu valodā vairāk nekā 170 valstīs un teritorijās. Tomēr tuvākajā nākotnē “Google” plāno atbalstīt jaunas valodas un vietas.

Trešais “Gemini” variants “Nano” nodrošina sistēmas izmantošanu “Google” augstākās klases viedtālruņos Pixel. ““Pixel 8 Pro” ir pirmais viedtālrunis, kurā darbojas “Gemini Nano”,” paziņoja Hasabiss. Piemēram, lietotni “Recorder” var izmantot, lai ierakstītu runāto valodu no garākas sanāksmes, lekcijas vai intervijas un pārvērstu to rakstītā valodā reāllaikā.

Ar “Gemini Nano” palīdzību “Pixel” var izveidot arī kompaktu kopsavilkumu bez laika aiztures. Tuvāko mēnešu laikā “Gemini” būs pieejams arī citos “Google” produktos un pakalpojumos, piemēram, meklēšanā, reklāmās un pārlūkprogrammā “Chrome”.

Spiediens uz “Google” rīkoties

“Google” jau gadiem ilgi ir strādājis pie mākslīgā intelekta lietojumprogrammām, taču pašlaik tiek pakļauts spiedienam, lai atklātu vairāk par to. Pirms gada jaunuzņēmums OpenAI radīja jaunu konkurenci mākslīgā intelekta jomā, kad publiskoja savu tērzēšanas robotu ChatGPT.

Programmatūra izraisīja lielu ažiotāžu, jo tā spēj veidot teikumus kā cilvēks. Tā ir apmācīta, izmantojot milzīgu datu apjomu, un vārdu pa vārdam veido teikumus. Tas rada risku, ka tā var sniegt pilnīgi nepareizu informāciju.

Arī Īlons Masks un viņa mākslīgā intelekta uzņēmums xAI piedalās mākslīgā intelekta sacensībā un vēlas konkurēt ar ChatGPT. Viņš vēlas tam piešķirt lielu kapitāla injekciju un no investoriem piesaistīt vienu miljardu dolāru. Tas ir saskaņā ar paziņojumu ASV finanšu regulatoram SEC. Pēc Maska teiktā, xAI mērķis ir izstrādāt mākslīgā intelekta rīkus, kas “atbalstītu cilvēci tās centienos pēc sapratnes un zināšanām”.