Googleho neúnavná snaha o vynikajúcu umelú inteligenciu pokračuje s ohlásením Gemini 1.5, nasledovníkom svojho nedávno spusteného jazykového modelu. Zatiaľ čo Gemini 1.0 predstavoval už pomerne veľký skok vpred, verzia 1.5 prináša niekoľko významných vylepšení. Najmä Gemini 1.5 Pro bola navrhnutá pomocou techniky „Mixture of Experts“, ktorá umožňuje rýchlejšie a efektívnejšie spracovanie tým, že spúšťa len konkrétne časti modelu po zadávaní otázky.
Najvýznamnejším pokrokom v Gemini 1.5 je však jeho obrovské okno kontextu. S ohromujúcou kapacitou 1 milióna tokenov prevyšuje možnosti OpenAI’s GPT-4 a dokonca aj súčasnú verziu Gemini Pro o veľkú mieru. Aby sme to pochopili, toto okno kontextu sa rovná približne 10 až 11 hodinám videa alebo desiatkam tisíc riadkov kódu. Otvára svet možností, umožňujúc používateľom ponořiť sa do rozsiahlych množstiev informácií jedným dotazom.
Sundar Pichai, generálny riaditeľ Google, si predstavuje nespočetné aplikácie tejto rozšírenej kontextového okna. Filmári môžu nahrať celé filmy a hľadať poznatky od Gemini o potenciálnych ohlasoch recenzentov. Firmy môžu využiť Gemini na analýzu rozsiahlych finančných záznamov a pridať personalizovaný kontext k ich otázkam. Pichai opisuje tento prielom ako jednu z najvýznamnejších úspechov vo vývoji umeléj inteligencie s dôsledkami, ktoré siahajú ďaleko za sféru spotrebiteľskej technológie.
V súčasnosti je Gemini 1.5 výhradne dostupný pre firemných používateľov a vývojárov prostredníctvom platformy Vertex AI a AI Studio od Google. Google však plánuje zverejniť upgradovanú verziu pre širokú verejnosť a nahradiť existujúcu verziu Gemini 1.0. Normálne Gemini Pro dostupné pre všetkých používateľov bude obsahovať kontextové okno s 128 000 tokenmi, pričom kapacita milióna tokenov vyžaduje dodatočný poplatok.
Keďže Google zvyšuje svoje úsilie v oblasti umeléj inteligencie, konkurenti ako OpenAI sa tiež posúvajú vpred so svojimi jazykovými modelmi. Aj keď výhody Gemini prinášajú konkurenčné výhody, súťaž v oblasti umeléj inteligencie nie je zďaleka ukončená. Google si uvedomuje rýchlo sa meniaci trh a význam technologického pokroku pre používateľov. Pichai zdôrazňuje, že nakoniec sa používatelia budú sústrediť na skúsenosti, ktoré poskytujú nástroje umeléj inteligencie, a nie na podstatné technické detaily. No v tomto kritickom momente používatelia a vývojári stále sledujú a oceňujú hlboký vplyv týchto pokrokov v technológii umelá inteligencia.
Gemini 1.5 od Googlu prináša významné vylepšenia
Google ohlásil Gemini 1.5, nástupcu predchádzajúceho jazykového modelu. Gemini 1.5 Pro obsahuje metódu „Mixture of Experts“, ktorá umožňuje rýchlejšie a efektívnejšie spracovanie tým, že spustí len konkrétne časti modelu po zadávaní otázky.
Najvýznamnejším pokrokom v Gemini 1.5 je jeho obrovské okno kontextu s kapacitou 1 milión tokenov. Toto predstihuje OpenAI’s GPT-4 a súčasnú verziu Gemini Pro. Kontextové okno umožňuje používateľom získať prístup k rozsiahlem množstvu informácií jedným dotazom, čo je ekvivalentné približne 10 až 11 hodinám videa alebo desiatkam tisíc riadkov kódu.
Generálny riaditeľ Google Sundar Pichai vidí mnoho aplikácií pre rozšírené kontextové okno, ako napríklad filmári, ktorí hľadajú informácie o potenciálnych ohlasoch recenzentov, alebo firmy, ktoré analyzujú finančné záznamy. Tento pokrok je považovaný za jeden z najvýznamnejších úspechov v oblasti vývoja umelá inteligencia.
V súčasnosti je Gemini 1.5 výhradne dostupným pre firemných používateľov a vývojárov prostredníctvom platformy Vertex AI a AI Studio od Googlu. Google však plánuje nahradiť existujúcu verziu Gemni 1.0 a sprístupniť upgradovanú verziu pre širokú verejnosť. Normálne Gemini Pro, dostupné pre všetkých užívateľov, bude mať kontextové okno s kapacitou 128 000 tokenov, pričom kapacita milióna tokenov bude vyžadovať dodatočný poplatok.
Google uznáva konkurentov ako OpenAI v súťaži o umelú inteligenciu, ale zdôrazňuje sa meniaci trh a dôležitosť technologického pokroku pre používateľov. Sústredenie sa neskôr prenesie na skúsenosti poskytované nástrojmi umelá inteligencia namiesto technických detailov.
Definície:
1. Gemini 1.5: Nástupca Googlu jazykového modelu, prinášajúci vylepšenia, ako je technika „Mixture of Experts“ a obrovské okno kontextu.
2. Mixture of Experts: Technika, ktorá umožňuje rýchlejšie a efektívnejšie spracovanie jazykového modelu tým, že spúšťa konkrétne časti pri zadaní otázky.
3. Kontextové okno: Kapacita tokenov, ktorú model dokáže spracovať, umožňujúca používateľom získať prístup k rozsiahlem množstvu informácií jedným dotazom.
4. OpenAI: Konkurent Googlu v oblasti umelá inteligencia, známy pre svoje jazykové modely.
5. GPT-4: Jazykový model spoločnosti OpenAI, porovnateľný s Gemini 1.0 a 1.5 od Googlu.
Navrhované súvisiace odkazy:
1. Google AI
2. OpenAI
The source of the article is from the blog japan-pc.jp