ساندار پیچای، مدیرعامل گوگل از عرضه مدل جدید هوش مصنوعی این شرکت به نام Gemini خبر داد. این مدل نوآورانه که Pichai برای اولین بار در کنفرانس توسعه دهندگان I/O ارائه کرد، اکنون برای استفاده عمومی منتشر شده است.
چیزی را گزارش کنید مجردها دمیس حسابیس، مدیرعامل DeepMind گوگل نیز تاکید کرده است که Gemini به عنوان گامی بزرگ در زمینه هوش مصنوعی، این توانایی را دارد که تاثیر مثبت و گسترده ای بر تمامی محصولات و خدمات گوگل داشته باشد. این اقدام نه تنها پیشرفت فناوری گوگل را نشان می دهد، بلکه نوید آینده درخشانی را در زمینه هوش مصنوعی می دهد.
جمینی فقط یک مدل هوش مصنوعی نیست، نسخههای مختلفی دارد. نسخه سبک تر به نام Gemini Nano برای اجرا به صورت بومی و آفلاین در دستگاه های اندرویدی در نظر گرفته شده است. نسخه قدرتمندتر آن، Gemini Pro، به زودی موتور اصلی و پشتیبانی از بسیاری از خدمات هوش مصنوعی گوگل خواهد بود. بارد خواهد بود. علاوه بر این، یک نسخه حتی قدرتمندتر به نام Gemini Ultra وجود دارد که برای مراکز داده و برنامه های کاربردی سازمانی طراحی شده است.
گوگل در حال حاضر این مدل را به چند روش معرفی می کند: Bard اکنون توسط Gemini Pro پشتیبانی می شود و کاربران Pixel 8 Pro به لطف Gemini Nano ویژگی های جدیدی دریافت می کنند. (Gemini Ultra سال آینده عرضه می شود.) توسعه دهندگان و مشتریان سازمانی از 13 دسامبر از طریق Google Generative AI Studio یا Vertex AI در Google Cloud به Gemini Pro دسترسی خواهند داشت. Gemini در حال حاضر فقط به زبان انگلیسی در دسترس است و زبان های اضافی به زودی ارائه می شود.
اما پیچای تاکید میکند که این مدل در نهایت در موتور جستجوی گوگل، محصولات تبلیغاتی، مرورگر کروم و سایر محصولات در سراسر جهان ادغام میشود و آیندهای را نشان میدهد که زودتر از حد انتظار میآید.
حدود یک سال و یک هفته پیش، OpenAI با راهاندازی ChatGPT جهشی بزرگ در هوش مصنوعی داشت که به سرعت به یکی از بزرگترین موفقیتها در این زمینه تبدیل شد. در مقابل، گوگل که بیش از یک دهه است که خود را به عنوان یک سازمان مبتنی بر هوش مصنوعی تثبیت کرده و بسیاری از فناوریهای زیربنایی را در پشت پیشرفتهای فعلی هوش مصنوعی پیادهسازی کرده است، به نظر میرسد با موفقیت ChatGPT و سرعت نفوذ OpenAI در فضای مجازی تقویت شده است. صنعت دریافت . او به طور غیر منتظره شگفت زده شد. اما اکنون گوگل آماده پاسخگویی است.
به گفته Demis Hassabis از گوگل، برای مقایسه GPT-4 OpenAI و Gemini گوگل، تجزیه و تحلیل دقیقی از دو سیستم در کنار هم انجام شد. گوگل 32 معیار معتبر را برای مقایسه این دو مدل اجرا کرد، از جمله تست هایی از درک زبان چند وظیفه ای تا مقایسه قابلیت های تولید کد پایتون.
به گفته Hassabis، گوگل در 30 مورد از 32 معیار پیشتاز است. این برتری تا حد زیادی به دلیل توانایی Gemini در درک و تعامل با ویدئو و صدا است که از ابتدا بخشی از طراحی این مدل بود. در حالی که OpenAI روی مدلهای جداگانه برای تصاویر و صدا با DALL-E و Whisper تمرکز کرد، گوگل یک مدل چندحسی را از ابتدا ساخت. Hassabis تاکید می کند که گوگل همیشه به سیستم های فوق عمومی علاقه مند بوده است، و به ویژه اینکه چگونه می تواند همه این حالت ها را برای جمع آوری داده ها از انواع ورودی ها و حواس ترکیب کند و سپس پاسخ های به همان اندازه متنوع ارائه دهد.
در حال حاضر، سادهترین مدلهای Gemini گوگل بر روی متن تمرکز میکنند، اما مدلهای قدرتمندتر مانند Gemini Ultra میتوانند تصاویر، ویدیو و صدا را مدیریت کنند. Demis Hassabis از گوگل می گوید این پیشرفت ها ادامه خواهد داشت. او خاطرنشان می کند که در آینده، دوقلوها می توانند با حواس بیشتری مانند عمل، لمس و حتی برخی از جنبه های رباتیک کار کنند. Hassabis تاکید می کند که با افزایش حجم اطلاعات، جمینی ها باهوش تر، دقیق تر، واقعی تر می شوند و دنیای اطراف خود را بهتر درک می کنند. با این حال، او همچنین اذعان میکند که این مدلها همچنان دارای توهمات، تعصبات و محدودیتهای دیگر هستند.
به گفته Hassabis، بنچمارکها تنها بخشی از معادله هستند و آزمایش واقعی قابلیتهای Gemini از سوی کاربران عادی انجام میشود که قصد دارند از آن برای ایدهپردازی، بازیابی اطلاعات، نوشتن کد و موارد دیگر استفاده کنند. برنامه نویسی به ویژه یک حوزه کلیدی برای Gemini است. گوگل مدعی است که سیستم تولید کد جدیدش به نام AlphaCode 2 از 85 درصد شرکت کنندگان در مسابقات کدنویسی بهتر عمل می کند.
گوگل همچنین تاکید می کند که جمینی یک مدل بسیار کارآمد است. این مدل با استفاده از واحدهای پردازش تانسور (TPU) خود گوگل آموزش داده شده است که نسبت به مدلهای قبلی مانند PalM سریعتر و مقرون به صرفهتر است. به موازات عرضه مدل جدید، گوگل نسخه جدیدی از سیستم TPU خود را به نام TPU v5p راه اندازی می کند، یک سیستم محاسباتی که برای استفاده در مراکز داده برای آموزش و اجرای مدل های در مقیاس بزرگ طراحی شده است.
با نگاهی به مکالمات با ساندار پیچای و دمیس حسابیس، مشخص است که آنها عرضه مدل جمینی را نه تنها به عنوان شروع یک پروژه بزرگ، بلکه به عنوان یک تغییر اساسی در استراتژی گوگل می دانند. Gemini نشاندهنده تکامل تلاشهای هوش مصنوعی گوگل است، مدلی که سالها در حال ساخت بوده و احتمالاً باید قبل از ظهور ChatGPT و تصرف OpenAI جهان آماده میشد.
پس از راهاندازی ChatGPT، گوگل نوعی «هشدار قرمز» اعلام کرد و به نظر میرسد که از آن زمان در تلاش است تا به آن برسد. با این حال، این شرکت به اصل خود مبنی بر “شجاعت و مسئولیت پذیری” وفادار است. Hassabis و Pichai تاکید می کنند که آنها فقط نمی خواهند در مسیر رسیدن به رویای هوش عمومی مصنوعی (AGI) یک قدم جلوتر از رقابت باقی بمانند. Hassabis اشاره می کند که نزدیک شدن به AGI تفاوت بزرگی ایجاد می کند و تأکید می کند که باید با احتیاط و خوش بینی به این مقوله برخورد کرد.
گوگل بر اهمیت امنیت و مسئولیت در هنگام توسعه مدل جمینی تاکید کرد. این شرکت اقدامات گسترده ای را برای اطمینان از امنیت سیستم انجام داده است، از جمله آزمایش های داخلی و خارجی و استفاده از تیم های قرمز برای شناسایی آسیب پذیری های احتمالی. ساندار پیچای بر اهمیت حفاظت از داده ها و اطمینان از قابلیت اطمینان محصول تاکید می کند، که به ویژه برای محصولاتی که اکثر فروش خود را از طریق شرکت ها ایجاد می کنند، مهم است.
دمیس حسابیس اعتراف می کند که یکی از چالش های ساخت یک سیستم هوش مصنوعی پیشرفته، احتمال مشکلات و ضعف های ناشناخته است. او تاکید می کند که استقرار و استفاده واقعی از این سیستم می تواند به شناسایی و درس گرفتن از این مسائل کمک کند. به همین دلیل، گوگل فرآیند انتشار فوقالعاده را به شیوهای آهسته و کنترلشده انجام میدهد که شبیه به یک بتا کنترلشده با «منطقه تست امنتر» برای مدل است.
سالهاست که ساندار پیچای و دیگر مدیران گوگل نظرات خود را در مورد تاثیر هوش مصنوعی بر جهان بیان کرده اند. پیچای خود بارها تاکید کرده است که هوش مصنوعی تأثیر عمیق تری نسبت به آتش یا برق بر بشر خواهد داشت که نشان دهنده جاه طلبی های گوگل در این زمینه است. اگرچه نسل اول مدل جمینی ممکن است دنیا را به خودی خود تغییر ندهد، می تواند گام مهمی برای گوگل برای رقابت با OpenAI و دیگر بازیگران بزرگ در فضای هوش مصنوعی باشد.
در بهترین حالت، Gemini میتواند به گوگل کمک کند تا از نظر هوش مصنوعی مولد با OpenAI پیشی بگیرد. در بدترین حالت، Bard، دیگر محصول گوگل در این فضا، ممکن است نتواند با ChatGPT رقابت کند و محصولی متوسط باقی بماند. با این حال، پیچای، حسابیس و سایر اعضای تیم گوگل معتقدند که این تنها آغاز یک دوره جدید بزرگ در فناوری هوش مصنوعی است. همانطور که وب گوگل را به یک غول فناوری تبدیل کرد، Gemini نیز این پتانسیل را دارد که تاثیر بیشتری داشته باشد، نه تنها برای گوگل بلکه برای کل صنعت هوش مصنوعی.
پست «گوگل هوش مصنوعی جمینی را راه اندازی کرد» اولین بار در TechCrunch – اخبار دنیای فناوری ظاهر شد. ظاهر شد.