Ce este Gemini, răspunsul Google la GPT-4 de la OpenAI

Cursa pentru inteligența artificială începe din nou cu răzbunare. În timp ce OpenAI, creatorii ChatGPT, au lansat, în martie, cea mai recentă versiune a modelului lor GPT-4, Google a anunțat miercuri lansarea iminentă a replicii lor, Gemini, care va fi disponibilă în trei versiuni. 

Marile modele de inteligență artificială capabile să creeze text, să scrie cod de computer și să analizeze mase mari de documente, constituie soclul pe care sunt construite multitudinea de produse și servicii care utilizează IA generativă. Ele reprezintă o provocare de putere pentru giganții tehnologiei.

„Această nouă eră a modelelor reprezintă unul dintre cele mai mari eforturi științifice și tehnice pe care le-am întreprins de la crearea Google”, spune Sundar Pichai, directorul general al grupului american. Gemeni este fructul fuziunii laboratoarelor de cercetare fundamentală ale Google, Deepmind și Brain, decretată în aprilie anul trecut. Oferă performanțe mai mari sau egale cu cele ale GPT-4, în funcție de sarcini.

Gemeni este un așa-numit model „multimodal”, adică o inteligență artificială capabilă să analizeze surse de informații sub formă de texte, sunete, coduri de calculator, imagini și videoclipuri. Într-un videoclip prezentat presei, Gemeni se arată capabil să recunoască că un obiect este din plastic, să înțeleagă umbrele chinezești (diverse figuri proiectate pe un perete prin combinarea poziției palmelor și a degetelor, n.r.), să analizeze ceea ce se întâmplă într-un videoclip și să găsească puncte comune între obiecte.

De la sarcini foarte complexe la aplicații mobile

„Gemeni este modelul cel mai polivalent dezvoltat de noi până în prezent. De capacitățile lui avansate vor beneficia foarte mult dezvoltatorii și companiile în proiectarea de aplicații bazate pe inteligență artificială”, a explicat Demis Hassabis, directorul Google Deepmind. Acest model a fost antrenat cu procesoarele Google Tensor Processing Units (TPU), care reduc dependența grupului de cipurile companiei americane Nvidia.

Gemeni va fi disponibil în trei dimensiuni: Nano, Pro și Ultra. Acesta din urmă va fi rezervat sarcinilor de mare complexitate, în timp ce Nano va funcționa direct de pe smartphone-urile Android. Această caracteristică permite Gemini să proceseze date care nu vor trebui să treacă prin serverele cloud ale Google. Smartphone-ul Pixel 8 Pro va fi primul care va beneficia de Gemini Nano, dar numai în limba engleză. Aplicația Voice Recorder este acum capabilă să transcrie diverse înregistrări (interviu, prelegere, masă rotundă etc.), dar și să genereze un rezumat, fără conexiune la Internet. Dezvoltatorii de aplicații Android vor putea solicita acces la Nano începând de miercuri.

Doar în engleză

Tot de miercuri, robotul conversațional Google Bard se va baza pe Gemini Pro, model disponibil din 13 decembrie pentru profesioniști, pentru a oferi utilizatorilor de internet vorbitori de engleză răspunsuri mai bogate și mai precise. Dar din motive de reglementare pe care Google nu le susține, Europa, Regatul Unit și Canada sunt private de această actualizare. Bard va folosi Gemini Ultra începând din 2024. Cea mai ambițioasă versiune a modelului nu este încă pregătită pentru a fi pusă pe piață. „În prezent, efectuăm verificări ale siguranței modelului, inclusiv folosind terțe părți de încredere”, explică Google.

  Fiți la curent cu ultimele noutăți. Urmăriți DCBusiness și pe Google News

Ţi s-a părut interesant acest articol?

Urmărește pagina de Facebook DCBusiness pentru a fi la curent cu cele mai importante ştiri despre evoluţia economiei, modificările fiscale, deciziile privind salariile şi pensiile, precum şi alte analize şi informaţii atât de pe plan intern cât şi extern.