Google发布多模态AI模型Gemini

　　北京时间2023年12月7日凌晨，Google公司发布了其最新的名为Gemini的人工智能模型。一些媒体认为，Gemini的发布是希望能够重振Google的人工智能对话助手Bard的命运。在此之前，Bard的表现乏善可陈，未能达到预期的效果。

　　在今年早些时候，Google发布了Bard，这被很多人看作是Google对OpenAI的ChatGPT的回应。然而，用户很快发现Bard的回答是有限的，不准确也容易出错。这在社交媒体上引发了广泛的嘲笑，人们认为Bard的能力低于竞争对手。

　　然而，Google现在正在将Gemini人工智能模型集成到Bard中，以解决其中的许多缺陷。Google公司声称，在几个基准测试中，Gemini的表现优于GPT-3.5等人工智能模型，尤其是在理解和推理方面。

　　Gemini还有一款名为Gemini Nano的轻量级版本，可以在安卓设备上本机和离线运行。以及一个版本叫做Gemini Pro，它将很快为许多Google人工智能服务提供支持。还有一款功能更强大的名为Gemini Ultra的模型，它是Google迄今为止创建的最强大的大语言模型，主要是为数据中心和企业应用程序设计的。

　　Google的此次升级将分两个阶段进行。首先，Google已经对Gemini Pro版本进行了专门的调整，以提高Bard的会话技能。这将提高Bard理解问题的能力，并提供相关的、细致入微的答案。这个更新从今天开始就可以使用。然后，在明年初，Bard将获得Google迄今为止最大、最先进的人工智能项目Gemini Ultra的使用权。

　　据报道，Bard现在由Gemini Pro提供支持，而Pixel 8 Pro手机用户将获得Gemini Nano的一些新功能。从12月13日开始，开发者和企业客户将可以通过Google Generative AI Studio或Google Cloud中的Vertex AI访问Gemini Pro。Gemini目前只有英语版本，其他语言版本很快就会推出。但Google公司首席执行官Sundar Pichai表示，Gemini模型最终将被整合到Google的搜索引擎、广告产品、Chrome浏览器等产品中，并在全球范围内推广。

　　和同行竞品相比，Gemini最明显的优势来自于它理解视频和音频并与之互动的能力。多模态从一开始就是Gemini计划的一部分。Google没有像OpenAI创建DALL-E和Whisper那样，为图像和语音分别训练模型。Google从一开始就建立了一个多模态模型。Google DeepMind的首席执行官Demis Hassabis表示，我们一直对非常非常通用的系统感兴趣。他对如何混合所有这些模式特别感兴趣，从任意数量的输入和感官中收集尽可能多的数据，然后给出尽可能多的响应。

　　目前，Gemini最基本的模型是文本输入和文本输出，但更强大的模型，如Gemini Ultra，可以处理图像、视频和音频。Demis Hassabis表示，它将变得更加普遍。还有动作和触觉之类的东西，更像是机器人类型的东西。随着时间的推移，Gemini会有更多的感官，变得更有意识，在这个过程中变得更准确和更扎实。这些模型只是对它们周围的世界有了更好的了解。当然，这些模型仍然会产生幻觉，它们仍然存在偏见和其他问题。但它们（模型）知道的越多，它们就会做得越好。

　　Google似乎特别将编码视为Gemini的杀手级应用。它使用了一种名为AlphaCode 2的新的代码生成系统，Google公司表示，该系统的表现优于85%的编码比赛参与者，而最初的AlphaCode只有50%。对Google同样重要的是，Gemini显然是一种效率高得多的模式。它是在Google自己的Tensor Processing Units上进行训练的。与Google之前的PaLM等模型相比，它的运行速度更快，成本更低。此外，Google还推出了其TPU系统的新版本TPU v5p，这是一款专为数据中心训练和运行大型模型而设计的计算系统。

　　Google可能感到了迅速对Bard进行改造升级的压力，因为它最初的人工智能模型显然与ChatGPT等聊天机器人相比相形见绌。早期的用户评论将Bard描述为有故障且能力有限，损害了Google在人工智能领域的声誉。通过升级到Gemini，Google的目标是挽回Bard，并证明自己可以在生成式人工智能领域竞争。

　　然而，风险依然存在。像所有大语言模型一样，Gemini有传播错误信息和内容的可能性。Google公司声称正在彻底审核Gemini，但监控人工智能的安全性仍然具有挑战性。

　　不过，如果Gemini能够像承诺的那样改造Bard，Google可能会在与人工智能竞争对手的竞争中收复失地。随着生成式人工智能的快速发展，争夺领导权的竞争仍然十分激烈。目前，Google正把宝押在Gemini身上，希望它能让Bard重新成为一款有竞争力的产品。

延伸阅读：

• Google发布由大语言模型Bard支持驱动的全新个人智能助手
• Google Bard发布更新，对逻辑和推理有更好的反馈
• Google向人工智能公司Anthropic投资3亿美元，后者由前OpenAI研究副总裁创办

Powered by Froala Editor