Η Google λανσάρει το Gemini, ένα ισχυρό μοντέλο AI που ισχυρίζεται ότι μπορεί να ξεπεράσει το GPT-4

[nnn]

Η Google κυκλοφόρησε την Πέμπτη ένα νέο μοντέλο τεχνητής νοημοσύνης (AI) που ονομάζεται Gemini. Το μοντέλο, το οποίο έχει εκπαιδευτεί σε ένα τεράστιο σύνολο δεδομένων κειμένου και κώδικα, ισχυρίζεται ότι μπορεί να ξεπεράσει το προηγούμενο μοντέλο της Google, το GPT-4, σε μια σειρά εργασιών, συμπεριλαμβανομένης της δημιουργίας κειμένου, της μετάφρασης γλωσσών και της γραφής διαφορετικών ειδών δημιουργικού περιεχομένου.

Το Gemini έχει εκπαιδευτεί σε ένα σύνολο δεδομένων 1,6 τετρατρισεκατομμυρίων παραμέτρων, το οποίο είναι περίπου 10 φορές μεγαλύτερο από το σύνολο δεδομένων στο οποίο εκπαιδεύτηκε το GPT-4. Αυτό επιτρέπει στο Gemini να χειριστεί πιο σύνθετες εργασίες και να παράγει πιο ακριβές αποτελέσματα.

Για παράδειγμα, το Gemini μπορεί να δημιουργήσει πιο ρεαλιστικό και συναρπαστικό κείμενο για ιστορίες, σενάρια και άλλα δημιουργικά έργα. Μπορεί επίσης να μεταφράσει πιο αποτελεσματικά μεταξύ γλωσσών, ακόμα κι αν οι γλώσσες είναι πολύ διαφορετικές.

Η Google λέει ότι το Gemini έχει τη δυνατότητα να αλλάξει τον τρόπο με τον οποίο χρησιμοποιούμε την τεχνητή νοημοσύνη. Το μοντέλο μπορεί να χρησιμοποιηθεί για να δημιουργήσει νέες εφαρμογές και υπηρεσίες που μπορούν να βοηθήσουν τους ανθρώπους σε διάφορους τομείς, όπως η εκπαίδευση, η υγειονομική περίθαλψη και η επιχειρηματικότητα.

Ωστόσο, είναι σημαντικό να σημειωθεί ότι το Gemini είναι ακόμα υπό ανάπτυξη. Η Google λέει ότι θα συνεχίσει να βελτιώνει το μοντέλο με την πάροδο του χρόνου.

Εδώ είναι μερικά συγκεκριμένα παραδείγματα του τι μπορεί να κάνει το Gemini:

• Μπορεί να δημιουργήσει κείμενο που είναι πιο κοντά στο ανθρώπινο κείμενο από ό,τι το GPT-4.
• Μπορεί να μεταφράσει μεταξύ γλωσσών με μεγαλύτερη ακρίβεια από ό,τι το GPT-4.
• Μπορεί να γράψει διαφορετικά είδη δημιουργικού περιεχομένου, όπως ποιήματα, κώδικα, σενάρια και μουσική.

Η Google προσφέρει το Gemini μέσω της πλατφόρμας AI Platform, η οποία επιτρέπει στους προγραμματιστές να δημιουργήσουν τις δικές τους εφαρμογές και υπηρεσίες που χρησιμοποιούν το μοντέλο.

Πηγή : Ars Technica

[Simpleton]

Για το θέμα της μετάφρασης, δεν ξέρω πόση από την τεχνολογία των Bard, Gemini κ.λπ. έχει φτάσει στο Google translate, αλλά μέχρι τώρα είναι απλά μέτριο. Προφανώς στα απλά πράγματα δεν έχει θέμα, αλλά αν λίγο ξεφύγει το κείμενο από αυτά (όπως στις ειδήσεις που ανεβαίνουν εδώ), κάθε φορά με εντυπωσιάζει με τις μπαρούφες που παράγει. Το DeepL είναι κάπως καλύτερο, αν και θα περίμενε κανείς από τη super-wow εταιρεία να υπερέχει.

[Manvol]

Για το θέμα της μετάφρασης, δεν ξέρω πόση από την τεχνολογία των Bard, Gemini κ.λπ. έχει φτάσει στο Google translate, αλλά μέχρι τώρα είναι απλά μέτριο. Προφανώς στα απλά πράγματα δεν έχει θέμα, αλλά αν λίγο ξεφύγει το κείμενο από αυτά (όπως στις ειδήσεις που ανεβαίνουν εδώ), κάθε φορά με εντυπωσιάζει με τις μπαρούφες που παράγει. Το DeepL είναι κάπως καλύτερο, αν και θα περίμενε κανείς από τη super-wow εταιρεία να υπερέχει.

Τα αποτελέσματα που έχω πάρει σε μετάφραση είναι σαφώς καλύτερα σε chatgpt. Πάντως σίγουρα οι μεταφράσεις Αγγλικά -> Ελληνικά δεν είναι στο ίδιο επίπεδο με αυτές πιο διαδεδομένων γλωσσών - π.χ. Αγγλικά -> Γερμανικά.

[MNP-10]

Βασικα το ΑΙ ειναι θεμα υπολογιστικων resources... το chatgpt3.5 ή 4 ειναι φτιαγμενο να κανει computational discounts για να μπορει να κανει scale με εκατομμυρια requests... θα μπορουσε να αυξησει τη πολυπλοκοτητα του και ευφυια του δραματικα αν δεν ηταν tuned να κανει scale σε εκατομμυρια requests αλλα να απανταει 2-3-5 requests at a time. Το μοντελο του θα ηταν παραμετροποιημενο να ειναι απειρως πολυπλοκοτερο και να μη κανει εκπτωσεις ποιοτητας για speed optimizations...

Το παραπανω βγαζει και νοημα επιχειρηματικα... Πχ θα μπορουσε ενας υπερυπολογιστης να ειναι δεσμευμενος για να τρεχει αποκλειστικα ΑΙ requests ενος 10 trillion dollar fund.... αντι να εχεις εναν υπερυπολογιστη να προσπαθει να εξυπηρετησει 1-2-5εκ μικροπελατακους με συνδρομες των 20$, να βαλεις πχ το trillion dollar fund να σου σκαει 1-2-3 δις το χρονο για να εχει προσβαση στο ultimate AI... ή να εξυπηρετει το Πενταγωνο πχ που σε θεματα expenses τα σκαει παντα οτι και να του ζητησουν...

Αν η παραμετροποιηση ειναι ετσι ωστε το AI να ειναι πιο πολυπλοκο και πιο computationally intensive για 1-2-3 sessions max αντι εκατομμυρια sessions, το αποτελεσμα θα ειναι ενα ΑΙ που ειναι γενιες μπροστα απ'αυτο που εχει προσβαση ο κοσμακης - που αναγκαστικα για να εχει προσβαση μαζικα ειναι toned down (υπολογιστικα αλλά και σε δυνατοτητες).

[Pixel 57]

Ρε παιδιά έψαχνα στο bard πληροφορίες για κάτι τεχνολογικό και μου έβγαζε αποτελέσματα με paper που δεν υπήρχαν. Του ζήταγα link και μου έδινε απο εντελώς άσχετα. Μιλάμε για paper με abstract, authors κλπ που τα έβγαζε μόνο του.
Αυτό δεν υποτίθεται οτι θα ήταν πιο αξιόπιστο και βασισμένο σε αναζήτηση σε σχέση με το ChatGPT; Τι hallucinations... αυτό ήταν θεότρελο.

[tsigarid]

Βασικα το ΑΙ ειναι θεμα υπολογιστικων resources... το chatgpt3.5 ή 4 ειναι φτιαγμενο να κανει computational discounts για να μπορει να κανει scale με εκατομμυρια requests... θα μπορουσε να αυξησει τη πολυπλοκοτητα του και ευφυια του δραματικα αν δεν ηταν tuned να κανει scale σε εκατομμυρια requests αλλα να απανταει 2-3-5 requests at a time. Το μοντελο του θα ηταν παραμετροποιημενο να ειναι απειρως πολυπλοκοτερο και να μη κανει εκπτωσεις ποιοτητας για speed optimizations...

Το παραπανω βγαζει και νοημα επιχειρηματικα... Πχ θα μπορουσε ενας υπερυπολογιστης να ειναι δεσμευμενος για να τρεχει αποκλειστικα ΑΙ requests ενος 10 trillion dollar fund.... αντι να εχεις εναν υπερυπολογιστη να προσπαθει να εξυπηρετησει 1-2-5εκ μικροπελατακους με συνδρομες των 20$, να βαλεις πχ το trillion dollar fund να σου σκαει 1-2-3 δις το χρονο για να εχει προσβαση στο ultimate AI... ή να εξυπηρετει το Πενταγωνο πχ που σε θεματα expenses τα σκαει παντα οτι και να του ζητησουν...

Αν η παραμετροποιηση ειναι ετσι ωστε το AI να ειναι πιο πολυπλοκο και πιο computationally intensive για 1-2-3 sessions max αντι εκατομμυρια sessions, το αποτελεσμα θα ειναι ενα ΑΙ που ειναι γενιες μπροστα απ'αυτο που εχει προσβαση ο κοσμακης - που αναγκαστικα για να εχει προσβαση μαζικα ειναι toned down (υπολογιστικα αλλά και σε δυνατοτητες).

Αυτό το διάβασες κάπου ή το υποθέτεις; Δε νομίζω να χειροτερεύουν τον αλγόριθμο για να εξυπηρετήσουν περισσότερους πελάτες, η μείωση της ποιότητας των απαντήσεων βλάπτει το προϊόν.

[clongros]

Google admits AI viral video was edited to look better
https://www.bbc.com/news/technology-67650807

[Zus]

Google admits AI viral video was edited to look better
https://www.bbc.com/news/technology-67650807

Αυτό μου θυμίζει κάτι βίντεο με κινητά. Που διαφήμιζαν τις φωτογραφίες του και τελικά, ήταν από φωτογραφική μηχανή.

Νομίζω Samsung.

[MNP-10]

Αυτό το διάβασες κάπου ή το υποθέτεις;

[famous-walker]

Αυτό μου θυμίζει κάτι βίντεο με κινητά. Που διαφήμιζαν τις φωτογραφίες του και τελικά, ήταν από φωτογραφική μηχανή.

Νομίζω Samsung.

Αυτο δεν νομιζω να υπαρχει καποιος που δεν το κανει.

Γενικα αν δεν εχει κειμενακι που γραφει ΣΤΑ ΑΛΗΘΕΙΑ ΤΡΑΒΗΓΜΕΝΕΣ ΜΕ ΤΟ ΤΑΔΕ ΚΙΝΗΤΟ τοτε κατα 99,999% ειναι με dslr.

[Zus]

Αυτο δεν νομιζω να υπαρχει καποιος που δεν το κανει.

Γενικα αν δεν εχει κειμενακι που γραφει ΣΤΑ ΑΛΗΘΕΙΑ ΤΡΑΒΗΓΜΕΝΕΣ ΜΕ ΤΟ ΤΑΔΕ ΚΙΝΗΤΟ τοτε κατα 99,999% ειναι με dslr.

Το πιστεύω κι εγώ ναι. Απλώς μου ήρθε η ιστορία της Samsung στο νου

[famous-walker]

Το πιστεύω κι εγώ ναι. Απλώς μου ήρθε η ιστορία της Samsung στο νου

Εδω εχουμε και το nofilter tag.

[tsigarid]

Κάτι εκτός από αυτοσχεδιασμούς ΑΙ;

[Sovjohn]

Σε ορισμένα πράγματα (υποθέτω που θα χρειάζονταν, αναλογικά, μεγαλύτερη υπολογιστική ισχύ για να απαντηθούν) έχει όντως πέσει η ποιότητα απαντήσεων του ChatGPT. Αλλά δεν ξέρω αν αυτό επηρεάζει μόνο το δωρεάν μοντέλο τους (πιθανόν) και όχι το συνδρομητικό ή τα B2B API μοντέλα.

[MNP-10]

Κάτι εκτός από αυτοσχεδιασμούς ΑΙ;

Δε καταλαβαινω τι σε δυσκολευει.

1) Τα neural networks, οπως πχ το chatgpt, εχουν καποιο μεγεθος.
2) Αυτο το μεγεθος καθοριζεται απο καποιες μεταβλητες. Πχ το data set, τις παραμετρους, κτλ.
3) Αυτες τις μεταβλητες τις καθοριζει ανθρωπος.
4) Αυτες οι μεταβλητες επηρεαζουν αμεσα τα computing resources που απαιτουνται.
5) Αναλογα πως θα παιξει ο ανθρωπος με τις μεταβλητες μπορει να κανει ενα πολυ μεγαλο και accurate μοντελο που τρωει τα αντερα του σε πορους σε ενα πολυ μικροτερο και λιγοτερο accurate μοντελο... αλλο πχ να εχει training data set 1gb και αλλο να εχει 1tb... αλλο να εχει 100 billion parameters και αλλο 100 trillion... Ο αριθμος των συσχετισεων που θα κανει για να βρει patterns κτλ ειναι σε αλλη κλαση.
6) Αφου εχεις ορισει τις μεταβλητες τοτε το καθε request θα φαει συγκεκριμενα resources με βαση τα παραπανω.
7) Αν αυξησεις το userbase και συνεπακολουθα τα requests τοτε τα computing resources που χρειαζεσαι πολλαπλασιαζονται με τον αριθμο των requests.
8) Για να εξυπηρετησεις πολλα requests αναγκαστικα θα πρεπει το μοντελο να ειναι "γρηγορο"... για να ειναι "γρηγορο" θα πρεπει οι μεταβλητες να ειναι toned down ωστε το μοντελο να κανει scale για χρηση σε εκατομμυρια ατομα.
9) Αν ηταν να το δουλεψει ενας, δυο, πεντε ατομα, θα μπορουσαν οι μεταβλητες να ειναι πολυ πιο computationally expensive αφου δεν χρειαζεται να κανει scale (=να πολλαπλασιαστουν οι απαιτησεις σε computing resources με καθε concurrent request για χιλιαδες/εκατομμυρια χρηστες).