Spuštění služby ChatGPT otřáslo celým světem, ale zejména technologickými společnostmi. Populární chatbot představoval pro různé formy podnikání potenciální riziko. Ostatní společnosti však nelenily a výsledkem tohoto úsilí je nejen vydání Google Bard, ale také Google Gemini.
Gemini AI byla spuštěna 6. prosince 2023. Společnost Googlu bude službu samozřejmě neustále vylepšovat a my se jen můžeme dívat, jestli se mu časem podaří překonat ChatGPT.
Co je vlastně Gemini?
Gemini je soubor velkých jazykových modelů (LLM), které využívají tréninkové techniky převzaté z AlphaGo, včetně strojního učení, což má potenciál nejen konkurovat ale také překonat ChatGPT.
Google spojil své laboratoře Brain a DeepMind AI, aby vytvořily nový výzkumný tým s názvem Google DeepMind. Jelikož výzkumníci předpokládají, že odhadovaný trh s generativní AI bude mít do roku 2032 hodnotu 1,3 bilionu dolarů, je jasné, že Google investuje naplno do prostoru, aby si udržel svoji pozici lídra ve vývoji AI.
Všechno, co zatím víme
V květnu letošního roku Sundar Pichai, generální ředitel společností Google a Alphabet, vydal příspěvek s pohledem na LLM vysoké úrovně. V něm vysvětluje, že Gemini byla vytvořena od základů jako multimodální a vysoce efektivní při integraci nástrojů a API. Zároveň byla postavena tak, aby umožňovala budoucí inovace, jako je paměť a plánování.
Pichai také poznamenal, že i přes ranou fázi pozorují ve společnosti působivé multimodální schopnosti, které v předchozích modelech neviděly. Po doladění a přísném testování bezpečnosti bude Gemini AI dostupná v různých formách.
Generální ředitel Google DeepMind Demis Hassabis poznamenal, že je nová AI „spojí některé ze silných stránek systémů typu AlphaGo s úžasnými schopnostmi velkých jazykových modelů“.
Stane se Gemini novým králem AI?
Jednou z největších diskusí kolem vydání Gemini je, zda jazykový model má to, aby překonal ChatGPT, který letos dosáhl více než 100 milionů aktivních uživatelů měsíčně.
Společnost Google zpočátku používala schopnost Gemini generovat text a obrázky, aby ji odlišila od GPT 4. Na konci září 2023 však OpenAI oznámila, že uživatelé budou moci zadávat i hlasové a obrázkové poptávky.
Aktuální OpenAI experimentuje s přístupem multimodálního modelu a propojil ChatGPT s internetem. Snad nejhrozivějším rozdílem mezi nimi je obrovské množství proprietárních tréninkových údajů společnosti Google. Google Gemini dokáže zpracovat údaje získané v rámci služeb včetně Vyhledávání Google, YouTube, Knih Google a Studovny Google.
Použití těchto proprietárních údajů při trénování modelu Gemini by mohlo vést k výraznému překonání sofistikovanosti poznatků, které může získat ze souboru údajů. Letos vzniklo také partnerství mezi týmy Google DeepMind a Brain, což umožňuje rychlejší a efektivnější pokrok s AI modelem.
Modely AI se zaměřují také na sběr zpětné vazby a zlepšování řešení problémů v reálném čase. Kombinace multimodálních schopností Gemini, využití posilovacího učení, možnosti generování textu a obrázků a vlastní data společnosti Google jsou všechny složky, které Gemini potřebuje, aby překonala GPT-4.