2023 年，这家长期被视为人工智能领头羊的公司在自己的游戏中败给了一家在其显着崛起之前闻所未闻的初创公司。措手不及的谷歌急忙追赶自己的人工智能聊天机器人服务Bard，但客户发现与竞争对手相比，它表现平平。现在，这家搜索引擎巨头似乎正准备以一个新的起点来推翻 OpenAI——一个名为 Gemini 的新人工智能模型系列，它似乎是从头开始构建的。根据 Google 的比较，该 AI 模型在众多多模态参数上超过了 GPT-4。Pixel 8 Pro 和 Bard 已经收到了部分产品，但这仅仅是开始。
Google 为 ChatGPT 最严重的危险 Gemini 准备了什么
Gemini 和 GPT-4 一样，是一个无法直接访问的 AI 模型。相反，它是 Google 以及最终其他开发人员构建内容的基础。据谷歌称，人工智能机器人是自下而上设计的多模式，这意味着它可以处理和混合多种信息，例如文本、语音、图像、代码和视频。它可以检测照片、实时通信，甚至可以以惊人的聪明才智解决物理问题。看看演示就知道了。
虽然仅凭这一点并不能将人工智能产品与 GPT-4 区分开来，GPT-4 也被认为是多模式的，但它的多功能性值得称赞，因为它不仅仅是单一模型。它可以在从数据中心到移动设备的所有设备上运行。
张量处理单元用于训练
谷歌声称 Gemini 1.0 使用内部创建的张量处理单元 (TPU) v4 和 v5e 在其 AI 优化基础设施上进行了训练。如果这个名字看起来很熟悉，那是因为它与 Google Pixel 的 Tensor 芯片组中使用的技术相同。据谷歌称，在 TPU 上训练和操作 Gemini 有助于它比以前的、更小、能力较差的模型运行得更快。
几乎可以在任何东西上运行
Gemini 1.0分为三个型号：Ultra、Pro、Nano。Gemini Ultra 是 Google 迄今为止最强大的法学硕士，旨在用于将其用于“高度复杂的任务”的企业应用程序。Gemini Pro 是三者中最通用的，并且已经集成到 Bard 中，用于需要复杂推理、计划和理解的提示。从 12 月 13 日开始，开发者和企业客户可以通过 Google AI Studio 或 Google Cloud Vertex AI 中的 Gemini API 访问该模型。与此同时，Pixel 8 Pro 配备了 Gemini Nano，该芯片被宣传为最高效的设备端任务模型，可处理信息摘要和智能回复等任务。
安全检查
推理能力和准确性是“好”人工智能模型的两个最重要的特征，但这些特征只有在足够的安全检查支持的情况下才有意义。为此，谷歌声称在发布 Gemini 之前使用了“一流的对抗性测试技术”。该公司声称已经实施了保障措施并创建了专门的安全分类器，以帮助其模型避免偏见、毒性和散布鼓励暴力内容等危险。
在基准测试中，Gemini Ultra 的性能优于 GPT-4
谷歌声称 Gemini 在各项任务上都优于竞争对手，并引用了一篇研究文章，其中 Gemini Ultra 在八项基准测试中的六项中领先该组。当包含自然图像、音频和视频理解等多模态功能时，Gemini Ultra 在大型语言模型 (LLM) 开发中使用的 32 个基准测试中的 30 个上表现优于最先进的结果。然而，该研究论文的一系列基准测试显示，只有 Gemini Ultra 超过了 GPT-4，而面向消费者的 Gemini Pro 则轻松地坐在 GPT -3.5 和 GPT-4 之间。
基准只是基准，但当转化为现实世界的设置时，Gemini Pro（与 GPT 3.5 一样，可以免费使用）可以使典型用户受益，因为它在许多工作上似乎比 GPT 3.5 更好。
巴德被赋予新的生命
双子座也在拜访巴德。从周三开始，人工智能聊天机器人将使用 Gemini Pro 的修改版本，以英语进行复杂的推理、计划、理解和其他任务。名为 Bard Advanced 的人工智能聊天机器人的第二个版本将于明年初发布，允许访问该公司最先进的模型，例如 Gemini Ultra。与 ChatGPT Plus 一样，这可能需要订阅。
Pixel 8 Pro 也将受益
Pixel 8 Pro 是另一款受益于 Gemini 的 Google 产品，因为它将采用该技术来支持众多设备上的体验。此功能在记录器应用程序中提供摘要功能，即使您未连接到互联网，该应用程序也会检索您录制的聊天、采访等内容的摘要。作为开发者预览版，该模型还支持 Gboard 上的智能回复，建议“具有对话意识的高质量回复”。据谷歌称，这将首先在 WhatsApp 上提供，明年将推出更多应用程序。