Google пуска Gemini, повишавайки залозите в глобалната надпревара за AI
Google направи следващия си скок в областта на изкуствения интелект в сряда със стартирането на проекта Gemini, AI модел обучен да се държи по човешки начини, т.е. вероятно ще засили дебата относно потенциалните обещания и опасности на технологията.
Внедряването ще се развие на етапи, като по-малко сложните версии на Gemini, наречени „Nano“ и „Pro“, ще бъдат незабавно включени в Google Захранван от изкуствен интелект чатбот Bard и неговия смартфон Pixel 8 Pro.
С помощта на Gemini, Google обещава, че Bard ще стане по-интуитивен и по-добър в задачите, които включват планиране. На Pixel 8 Pro Gemini ще може бързо да обобщава записите, направени на устройството, и да предоставя автоматични отговори в услугите за съобщения, започвайки с WhatsApp, според Google.
Най-големите постижения на Gemini ще бъдат постигнати не идва до началото на следващата година, когато неговият модел Ultra ще бъде използван за стартиране на „Bard Advanced“, усъвършенствана версия на чатбота, която първоначално ще се предлага само на тестова аудитория.
Първоначално изкуственият интелект ще работи само на английски в целия свят, въпреки че ръководителите на Google увериха репортери по време на брифинг, че технологията няма да има проблем с евентуалното разнообразяване на други езици.
Въз основа на демонстрация на Gemini за група репортери, „Bard Advanced“ на Google може да е способен на безпрецедентна многозадачност с AI чрез едновременно разпознаване и разбиране на презентации, включващи текст, снимки и видео.
Gemini също в крайна сметка ще бъде вмъкнати в доминиращата търсачка на Google, въпреки че времето на този преход все още не е уточнено.
„Това е важен крайъгълен камък в развитието на AI и началото на нов ера за нас в Google“, заяви Демис Хасабис, главен изпълнителен директор на Google DeepMind, подразделението за изкуствен интелект зад Gemini. Google надделя над други кандидати, включително компанията майка на Facebook Meta, за да придобие базираната в Лондон DeepMind преди почти десетилетие и оттогава я обедини с подразделението си „Brain“, за да се съсредоточи върху развитието на Gemini.
The технологичните умения за решаване на проблеми се рекламират от Google като особено умели в математиката и физиката, подхранвайки надеждите сред оптимистите на AI, че това може да доведе до научни пробиви, които подобряват живота на хората.
Но един противоположната страна на дебата за изкуствения интелект се тревожи, че технологията в крайна сметка ще засенчи човешкия интелект, което ще доведе до загуба на милиони работни места и може би дори до по-разрушително поведение, като разширяване на дезинформация или задействане на разполагането на ядрени оръжия.
„Подхождаме към тази работа смело и отговорно“, написа главният изпълнителен директор на Google Сундар Пичай в публикация в блог. „Това означава да бъдем амбициозни в нашите изследвания и да преследваме способностите, които ще донесат огромни ползи за хората и обществото, като същевременно вграждаме предпазни мерки и работим в сътрудничество с правителства и експерти за справяне с рисковете, тъй като ИИ става все по-способен.“
Пристигането на Gemini вероятно ще повиши залога в конкуренция с изкуствен интелект, която ескалира през последната година, със стартиращата компания от Сан Франциско OpenAI и дългогодишния съперник в индустрията Microsoft.
Подкрепен благодарение на финансовия мускул и изчислителната мощ на Microsoft, OpenAI вече беше дълбоко в разработването на своя най-напреднал AI модел, GPT-4, когато пусна безплатния инструмент ChatGPT в края на миналата година. Този подхранван от изкуствен интелект чатбот се изстреля до световна слава, внасяйки шум в комерсиалното обещание за генеративен изкуствен интелект и притискайки Google да изтласка Bard в отговор.
Точно когато Bard пристигаше на сцената, OpenAI пусна GPT-4 през март и оттогава надгражда нови възможности, насочени към потребители и бизнес клиенти, включително функция, представена през ноември, която позволява на чатбота да анализира изображения. Той се състезава за бизнес срещу други съперничещи стартиращи фирми за изкуствен интелект като Anthropic и дори неговия партньор Microsoft, който има изключителни права върху технологията на OpenAI в замяна на милиардите долари, които е налял в стартъпа.
Алиансът досега беше благодат за Microsoft, чиято пазарна стойност се покачи с повече от 50% досега тази година, главно поради вярата на инвеститорите, че AI ще се превърне в златна мина за технологичната индустрия. Корпоративният родител на Google, Alphabet, също се движи на същата вълна, като пазарната й стойност се повиши с над 500 милиарда долара, или около 45%, досега тази година. Въпреки очакванията около Gemini през последните месеци, стартирането му едва помръдна от акциите на Alphabet в сутрешната търговия в сряда.
Задълбочаването на участието на Microsoft в OpenAI през последната година, съчетано с по-агресивните опити на OpenAI да комерсиализира своите продукти, изрази опасения, че организацията с нестопанска цел се е отклонила от първоначалната си мисия да защитава човечеството с напредването на технологията.
Тези притеснения се засилиха миналия месец, когато бордът на OpenAI внезапно уволни изпълнителния директор Сам Алтман в спор, въртящ се около неразкрити въпроси на доверието. След реакция, която заплашваше да унищожи компанията и да доведе до масово изтичане на инженерни таланти за изкуствен интелект към Microsoft, OpenAI върна Алтман като главен изпълнителен директор и пренареди борда му.
С излизането на Gemini, OpenAI може да се опитва да докаже, че технологията му остава по-интелигентна от тази на Google.
„Въодушевен съм от това, на което е способен“, каза вицепрезидентът на продукта на Google DeepMind Ели Колинс за Gemini.
На виртуална пресконференция Google отказа да сподели броя на параметрите на Gemini - една, но не единствената мярка за сложността на модела. Бяла книга, публикувана в сряда, очертава най-способната версия на Gemini, превъзхождаща GPT-4 на изпити с избираеми отговори, математика в началното училище и други показатели, но признава продължаващите борби за получаване на AI модели за постигане на умения за разсъждение от по-високо ниво.
Някои компютърни учени виждат ограничения в това колко може да се направи с големи езикови модели, които работят чрез многократно предсказване на следващата дума в изречение и са склонни да измислят грешки, известни като халюцинации.
„Направихме много напредък в това, което се нарича фактология с Gemini. Така че Gemini е най-добрият ни модел в това отношение. Но това все още е, бих казал, нерешен изследователски проблем“, каза Колинс.
Асошиейтед прес
