December 6-án a Google bejelentette a Gemini, a legújabb mesterségesintelligencia-modelljének megjelenését. A technológiai óriás szerint a saját új Gemini Ultra modelljük szinte minden szempontból felülmúlja a népszerű ChatGPT-4-et. Azonban a Google Bardba beillesztett Gemini Pro még ejt hibákat.
A Google új mesterségesintelligencia-rendszerrel drukkolt elő. A vállalat szerint
a Gemini az eddigi legerősebb modellje, 32 szabványos teljesítménymérésből 30-ban felülmúlja az OpenAI GPT-4-et.
Multimodális modellként a Gemini a leírás szerint képes különböző területeket átfogó, összetett feladatok elvégzésére is. A Google ezt az eszközt olyan demókkal mutatta be, amelyeken kódot ír, matematikai problémákat magyaráz és hasonlóságokat ismer fel képek között.
A Geminit három verzióval tervezik a piacra dobni:
Gemini Ultra: várhatóan a legerősebb változat lesz, amelyet olyan összetett feladatokra szabtak, mint például a tudományos -és a gyógyszerkutatás. Bár megjelenését 2024-re tervezik, úttörő képességeket ígér.
Gemini Pro: a tervek szerint ez lesz az általános célú modell, számos feladatot képes ellátni, többek között chatbotként, virtuális asszisztensként funkcionál majd és a ChatGPT-től már megszokott tartalomgenerálásért is felelhet. A fejlesztők és a vállalati ügyfelek számára már elérhető a Google Generative AI Studio vagy a Vertex AI a Google Cloudban. A Bardhoz már csatlakoztatták azért, hogy segítse a fejlett érvelést, tervezést és megértést igénylő feladatok megoldását.
Gemini Nano: várhatóan a leghatékonyabb verzió. A különböző eszközökön végrehajtott feladatokhoz készült elsősorban androidos eszközökre. A Google saját telefonjába, a Pixel 8 Pro-ba már be is integrálták, többek között információk összegzésében vehetik hasznát a felhasználók.
Valóban ennyivel jobb?
A GPT-4 eddig a generatív mesterséges intelligencia koronázatlan királya volt – legalábbis népszerűségét tekintve. A Google azonban állítja, hogy 32-ből 30 mérésen felülmúlta az OpenAI MI-jét. Azonban az is számít mennyivel nyert – az adatok alapján úgy tűnik, nem sokkal.
A csak szöveges kérdések esetében a Gemini Ultra 90, míg a GPT-4 87,3 százalékos eredményt ért el a masszív többfeladatos nyelvi megértésben (MMLU). Multimodális feladatok esetén a Gemini Ultra 59,4 százalékot ért el, ami valamivel magasabb, mint a GPT-4 56,8 százalékos eredménye a masszív multimodális megértést mérő (MMMU) feladatokban. A kódolási feladatban azonban jelentősen jobban teljesített a Gemini: 7,4 százalék a különbség a két MI között, a Google javára.
Az alábbi ábrán összegyűjöttünk néhányat feladattípust, amelyen tesztelték a Google Gemini-t és a ChatGPT-4 mesterséges intelligenciát. Az összes feladattípust itt tekintheti meg.
Bár kutatással és olvasással is sokat megtudhatunk a Geminiről, azonban a puding valódi próbája az evés. Kipróbáltuk, hogy vajon hogyan működik a Bard Gemini Pro modellel.
Először az tűnik fel a letisztult képernyőn, hogy a Bard figyelmeztet arra, hogy nem feltétlen kapunk jó választ az MI-től.
Ez fontos információ azok számára, akik most ismerkednek a hasonló rendszerekkel.
Megkértük a Bardot, hogy elemezzen egy YouTube videót és foglalja össze a tartalmát. A válaszra nem is kell sokat várni – legalábbis nem annyit, mint amennyit a GPT-4 esetében. Kifejezően válaszolt magyarul, jól összefoglalva a körülbelül 12 perces videót.
Emellett feltűnt egy igen hasznos funkció: több vázlatot is generál a Bard, amelyek közül választhatunk, vagy újra generáltathatjuk a szöveget.
Bár egy újabb kérdéssel a GPT-4 esetében is megtehetjük ezt, a Bard megoldása mégis esztétikusabb és komfortosabb. Emellett egy szintén izgalmas funkció található a generált szöveg alján, amely segítségével egy gombnyomásra megváltoztathatjuk a szöveg stílusát.
A képfelismeréssel kapcsolatban azonban akadnak problémák. Egy férfit ábrázoló képet küldtünk neki, aki egy kiskutyát fogad örökbe egy menhelyről. A Gemini nem volt hajlandó elmondani, mi van a képen, sőt ki is törölte azt.
A meghökkentőbb azonban az volt, hogy a „Vázlat újra generálása” opcióra kattintva a Bard elmondta, hogy egy „ősi vízesést” lát a képen.
Összességében tehát bár a számok a ChatGPT-nél jobb teljesítményről árulkodnak, erre a mesterséges intelligenciára sem szabad rábíznunk a fontos döntéseket.. Emellett a ChatGPT már megmászta azt a bizonyos népszerűségi ranglétrát, ezért a Google-nek nincs egyszerű dolga, ha a legnépszerűbb chatbot címre pályázik. Bár a Gemini Próvval kapcsolatban azt érzékeltük, hogy egyelőre nem olyan gördülékeny a kezelése, mint az OpenAI termékének, csak jövőre kapunk teljes képet, amikor a Gemini Ultra várhatóan bemutatkozik.
Címlapfotó: Shutterstock
További cikkeinket, elemzéseinket megtalálják a makronom.hu oldalon.
Az OpenAI és Jony Ive egy titkos, tenyérnyi MI-eszközt fejleszt, amely 2026-ra várható, de már most aggályokat kelt a folyamatos „hallgatózása” és „leskelődése” miatt. A mindig bekapcsolt készülék adatvédelmi vihart kavart, miközben technikai akadályok, például a számítási kapacitás hiánya is nehezíti a piacra lépését.
A Google robotaxi-vállalata, a Waymo 2026-ban Londonban tervezi elindítani a kontinens első sofőr nélküli taxi szolgáltatását.
A magyar mérnök, aki a Cambridge vagy a Google helyett itthon maradt, hogy megvédje a hazai vizeket.
Kinek fájhat igazán a Google és a Facebook működtetőinek lépése? – erre kerestük a választ Bokor Tamással a Corvinus docensével.
A vállalat beismerte, hogy korábban politikai nyomásra törölte a fiókokat annak ellenére, hogy azok tartalmai nem sértették a szabályokat.
Érdekes időszaknak nézünk elébe.
A demonstráció már a forduló pénteki nyitó meccsén megkezdődött.
Nem mindenkinek van véleménye a budapesti békecsúcsról.
