Google tar opp kampen med Gemini, den nye store språkmodellen (LLM).
Gemini-prosjektet, som primært er utviklet av Google DeepMind, varsler et kommende oppgjør med OpenAIs ChatGPT.
Informasjon rapporterte at Google har gitt tidlig tilgang til Gemini for en utvalgt gruppe utviklere, noe som antyder at en betautgivelse er nært forestående.
Når Google kombinerer sine betydelige ressurser med forskningslaboratoriene Brain og DeepMind, kan Geminis potensielle innvirkning på AI-bransjen bli enorm.
Mens OpenAI har gjort sitt inntog på AI-scenen og tatt kontroll over offentlige brukere med ChatGPT, er Google støttet av flere tiår med forskning på kunstig intelligens og eier betydelige proprietære datasett.
Googles administrerende direktør Sundar Pichai avduket Gemini under Google I/O-utviklerkonferansen i mai 2023. Han uttalte at Gemini er designet "fra grunnen av for å være multimodal", og kombinerer DeepMinds AlphaGo-systemstyrker med kraftige språkmodelleringsegenskaper.
Demis Hassabis, administrerende direktør i DeepMind, la til mer kontekst, og sa at Gemini ikke er en enkelt modell, men snarere en "serie modeller", og at den sannsynligvis vil fungere med tekst, bilder og muligens til og med tale og lyd.
Dette ligner på retningen til Google Bard, som inneholder bildefunksjonalitet med tillatelse fra Google Lens.
Fremtidige forbedringer kan inkludere funksjoner som "minne og planlegging som kan muliggjøre oppgaver som krever resonnering", ifølge Pichai.
Googles Chief Scientist Jeffrey Dean avslørte at Gemini vil bruke Googles nye AI-infrastruktur, Pathways, til å skalere opp opplæringen på ulike datasett.
Dean antydet at systemet potensielt kan overgå størrelsen på OpenAIs GPT-3, som inneholder over 175 milliarder parametere - men det ville bety at Gemini fortsatt ligger en generasjon bak GPT-4.
Antall parametere er imidlertid ikke alt, og Gemini kan skille seg fra andre LLM-er på andre måter.
I tillegg til å arbeide med flere datatyper, viste Hassabis for eksempel til at Gemini kunne kryssvalidere informasjon med Google Search.
Bransjens reaksjon
Hassabis avslørte at Gemini viser "svært lovende tidlige resultater" i et foredrag i september intervju med Time.
En rapport av Semianalyse oppgir at Gemini overstiger 430 milliarder parametere, betydelig høyere enn GPT-3s estimat på 200 milliarder. Parameterantallet i GPT-4 er ukjent, men det er rapportert å være rundt 1 billion, ifølge en håndfull analyser.
Semi Analysis-innlegget hevder også at Gemini vil "knuse" GPT-4s pre-treningsflops med 5 ganger, med planer om å slå den med 20 ganger. Selv om det er spekulativt, vil dette bety at Gemini er beregningsmessig betydelig kraftigere enn GPT-4.
I innlegget står det: "Hvorvidt Google har mage til å offentliggjøre disse modellene uten å nøytralisere kreativiteten eller den eksisterende forretningsmodellen deres, er en annen diskusjon."
Som Sundar Pichai sa, vil dagens chatboter "se trivielle ut" i sammenligning i løpet av få år.
Hvorvidt Gemini vil bryte GPT-4s dominans, er imidlertid fortsatt uvisst.
