"Третият път е за щастие", гласи поверие, датиращо от доста години преди появата на генеративния изкуствен интелект, но Google очевидно много разчитат в него да има истина. След почти година опити да остане адекватен на новите реалности в AI надпреварата, онлайн гигантът официално представи най-амбициозното си начинание - големите езикови модели Gemini.

Те са в три различни размера, като два от тях надминават по тестови резултати предлаганото от версиите на ChatGPT, а третият за пръв път поставя AI директно в смартфона - цялата изчислителна работа се извършва на устройството. За момента, обаче, европейските регулатори не позволяват на Google да предложи Gemini в ЕС.

Nano, Pro и Ultra

Флагманът на новите модели се казва Gemini Ultra. Според Google той не само побеждава GPT-4 (който задвижва платената версия на ChatGPT и чат бота на Bing) в 30 от 32 сравнителни теста - освен това, за пръв път са надминати резултатите и на живи експерти в рамките на тест, който включва познания по математика, физика, право, медицина и етика.

Gemini моделите са мултимодални, т.е. разбират текст, аудио, изображения, видео и програмен код. Само Ultra, обаче, отговаря с всички тези изразни средства - другите два модела са ограничени до текст и код.

Реално топ версията все още не е достъпна за масовите потребители - през 2024 г. тя ще задвижи изцяло нов чат бот на име Bard Advanced, а също и инструмента за асистирано програмиране AlphaCode2, за който се твърди, че се представя по-добре от 85% от програмистите на състезателно ниво. Не е ясно дали тези два продукта ще са безплатни, или, подобно на ChatGPT с по-мощния GPT-4 модел, ще са обвързани с месечен абонамент.

В момента експерти продължават да оптимизират Gemini Ultra от гледна точка на сигурността и прецизността на информацията.

Ако не сте в ЕС, още днес можете да видите какво може Gemini Pro. Средният по размер модел вече е интегриран в чат бота Google Bard, а също така ще е достъпен за програмисти през API. Той също надминава (малко поостарелия) GPT-3.5 модел, който стои зад безплатната версия на ChatGPT.

От Google са категорични, че говорим за голям скок в сравнение с първите два модела, които задвижваха Bard - LaMDA и PaLM 2. При тестовете те наистина се справяха доста по-зле в сравнение с конкуренцията. Сега ботът на Google ще може по-ефективно да използва и интеграциите с различни други продукти на компанията като Gmail и YouTube.

Тук идва и най-малкият модел - Gemini Nano. Ако за другите два са нужни изчислителните ресурси на мощните сървъри на Google, то Nano е достатъчно компактен, за да работи директно на смартфона Google Pixel 8 Pro.

За момента той ще се използва за две функционалности. Едната е автоматично генериране на резюме на аудиозаписи, а другата - за "умни" предложения за отговори във виртуалната клавиатура Gboard.

По всичко изглежда, че Gemini Nano ще остане поне на първо време ексклузивна Pixel функционалност. С нея Google всъщност успяха да изпреварят останалите играчи на смартфон пазара, които от месеци говорят за локални AI модели, но такива от производител нямаше.