Google pristatė naujausią savo dirbtinio intelekto modelį „Gemini 1.5 Pro”, kuris pasižymi žymiai geresniais gebėjimais nei ankstesnė jo versija. Šis pažangus modelio vystymas atitinka Google vis didesnį pripažinimą dirbtinio intelekto technologijos kaip svarbaus žingsnio į priekį.
„Gemini 1.5 Pro” tęsia „Gemini 1.0 Ultra” sėkmę, kuris buvo pristatytas praėjusią savaitę kartu su rebrandingavimu „Bard” chatboto pavadinimu „Gemini”. Google generalinis direktorius Sundar Pichai ir Google DeepMind generalinis direktorius Demis Hassabis siekia užtikrinti savo auditoriją dėl etinių dirbtinio intelekto pasekmių ir pabrėžti savo modelių galimybių sparčią plėtrą.
„Gemini 1.5 Pro” pasiekia panašių rezultatų kaip jo pirmtakas, tačiau tuo pat metu pasižymi pagerinta efektyvumu ir sumažintomis skaičiavimo reikalavimais. Jo daugiareikšmiškumo funkcijos leidžia apdoroti tekstą, vaizdus, vaizdo įrašus, garsą ir kodą, siūlant įvairius gebėjimus viename užklausos lauke.
Viena iš pastebimų „Gemini 1.5 Pro” savybių yra jo gebėjimas apdoroti iki vieno milijono ženklų vienoje užklausoje. Tai reiškia, kad jis gali apdoroti daugiau nei 700 000 žodžių, vieną valandą vaizdo įrašo, 11 valandų garso arba kode, turinčiame daugiau nei 30 000 eilučių. Įspūdingai, Google netgi išbandė versiją, kuri palaiko iki 10 milijonų ženklų.
Google teigia, kad „Gemini 1.5 Pro” išlaiko aukštą tikslumo lygį užklausose su didesniu ženklų skaičiumi, jei turi pakankamai naujų duomenų mokymuisi. Jis pasirodė ypatingai gerai tokiose vertinimo užduotyse kaip „Adata kokybė kaip adatos ieško adata”, kur jis sėkmingai išgavęs įterptą tekstą iš duomenų blokų, sudarančių iki vieno milijono ženklų, 99 procentų laiko.
Be to, „Gemini 1.5 Pro” demonstruoja gebėjimą analizuoti sudėtingą informaciją. Jis gali analizuoti detalės iš išsamių dokumentų, pavyzdžiui, Apollo 11 misijos transkriptų arba interpretuoti siužetinius momentus iš tylųjų filmų. Google pripažįsta, kad „Gemini 1.5 Pro” ilgas konteksto langas jį išskiria iš kitų didelio masto modelių, skatinant nuolatinę naujų vertinimų ir rodiklių plėtrą, siekiant išbandyti jo naujus gebėjimus.
Su savo įvedimu „Gemini 1.5 Pro” siūlo galimybes, panašias į OpenAI „GPT-4” modelius, kurie maksimaliai apima 128 000 ženklų. Tačiau Google planuoja ateityje pristatyti naujus kainodaros sluoksnius, kurie palaikys iki vieno milijono ženklų užklausas.
Viena iš pastebimų „Gemini 1.5 Pro” savybių yra jo gebėjimas mokytis naujų įgūdžių iš ilgų užklausų be papildomo smulkinimo. Jis įrodė šią galimybę užduotyse, pavyzdžiui, iš anglų kalbos į Kalamango kalbą, kurios pasaulyje kalba mažiau nei 200 žmonių. Modelis pasiekė lygį, palyginamą su žmogumi, mokantis to paties turinio.
Google taip pat sutelkė dėmesį į etiką ir saugą „Gemini 1.5 Pro” plėtojime. Ji įgyvendino atsakingą diegimo praktiką, įskaitant raudonos komandos technikas, skirtas testuoti įvairių galimų žalos rūšių. Ypačią dėmesį skiriama turinio saugumui ir reprezentacinei žalai, ir Google siekia sukurti naujas etikos ir saugos testus savo dirbtinio intelekto įrankiams.
„Pirmai plėtotojams ir verslo klientams per ankstyvąjį prieigą skirtas „Gemini 1.5 Pro” laipsniškai taps plačiau prieinamas. Kol Google ir toliau stumia dirbtinio intelekto technologijos ribas, „Gemini 1.5 Pro” nustato naują efektyvumo ir universalumo standartą.
The source of the article is from the blog guambia.com.uy