Η Google αποκαλύπτει το πιο πρόσφατο μοντέλο της τεχνητής νοημοσύνης, Gemini 1.5 Pro, προσφέροντας σημαντική βελτιωμένη απόδοση σε σύγκριση με την προηγούμενη έκδοση. Η ανάπτυξη αυτού του προηγμένου μοντέλου συμβαδίζει με την αυξανόμενη έμφαση που δίνει η Google στην τεχνολογία της τεχνητής νοημοσύνης ως κρίσιμο μέρος του μέλλοντος της.
Το Gemini 1.5 Pro επεκτείνεται πάνω στην επιτυχία του Gemini 1.0 Ultra, το οποίο παρουσιάστηκε την προηγούμενη εβδομάδα μαζί με την αναβάθμιση του chatbot Bard σε Gemini. Ο Sundar Pichai, CEO της Google, και ο Demis Hassabis, CEO της Google DeepMind, έχουν σκοπό να διασφαλίσουν στο κοινό τους τις ηθικές προεκτάσεις της τεχνητής νοημοσύνης ενώ ταυτόχρονα υπογραμμίζουν τις γρήγορες εξελίξεις των δυνατοτήτων των μοντέλων τους.
Το Gemini 1.5 Pro παρέχει τα ίδια αποτελέσματα με τον προκάτοχό του, αλλά με βελτιωμένη αποδοτικότητα και μειωμένες απαιτήσεις υπολογιστικής ισχύος. Οι πολυμετρικές δυνατότητές του του επιτρέπουν να επεξεργάζεται κείμενο, εικόνες, βίντεο, ήχο και κώδικα, προσφέροντας μια ευρεία γκάμα δυνατοτήτων σε ένα μοναδικό παράθυρο εντολών.
Ένα επίσημο χαρακτηριστικό του Gemini 1.5 Pro είναι η δυνατότητά του να χειρίζεται έως ένα εκατομμύριο tokens σε μία μόνο αίτηση. Αυτό σημαίνει ότι μπορεί να επεξεργαστεί πάνω από 700.000 λέξεις, μία ώρα βίντεο, 11 ώρες ηχογραφήσεων ή κώδικας με πάνω από 30.000 γραμμές. Εντυπωσιακά, η Google έχει ελέγξει ακόμα και μια έκδοση που υποστηρίζει έως και 10 εκατομμύρια tokens.
Η Google αναφέρει ότι το Gemini 1.5 Pro διατηρεί υψηλή ακρίβεια σε ερωτήσεις με μεγαλύτερο αριθμό tokens, υπό την προϋπόθεση ότι έχει πρόσβαση σε αρκετά νέα δεδομένα για μάθηση. Έχει επίσης επιδόσεις που ξεχωρίζουν σε αξιολογήσεις, όπως το Needle In a Haystack test, όπου ανέσυρε ενσωματωμένο κείμενο από δεδομένα σε μορφή tokens μήκους έως ένα εκατομμύριο, σε ποσοστό επιτυχίας 99 τοις εκατό.
Επιπλέον, το Gemini 1.5 Pro επιδεικνύει την ικανότητά του να αντιλαμβάνεται περίπλοκες πληροφορίες. Μπορεί να αναλύει λεπτομέρειες από εκτενή έγγραφα όπως τα πρωτόκολλα της αποστολής Apollo 11 ή να ερμηνεύει την πλοκή από ταινίες χωρίς ήχο. Η Google αναγνωρίζει ότι το μεγάλο παράθυρο πλαισίου του Gemini 1.5 Pro το καθιστά ξεχωριστό από άλλα μεγάλης κλίμακας μοντέλα και προωθεί τη διαρκή ανάπτυξη νέων αξιολογήσεων και προτύπων για να δοκιμαστούν οι νέες του δυνατότητες.
Με την κυκλοφορία του, το Gemini 1.5 Pro προσφέρει δυνατότητες παρόμοιες με τα μοντέλα GPT-4 του OpenAI που φτάνουν έως 128.000 tokens. Ωστόσο, η Google σχεδιάζει να εισαγάγει νέα επίπεδα τιμολόγησης που υποστηρίζουν ερωτήματα έως ένα εκατομμύριο tokens στο μέλλον.
Ένα εντυπωσιακό χαρακτηριστικό του Gemini 1.5 Pro είναι η ικανότητά του να μάθει νέες δεξιότητες μέσω μακρύν prompts χωρίς πρόσθετη αρθρογράφηση. Έχει αποδείξει αυτήν την ικανότητα μέσω εργασιών όπως η μετάφραση από αγγλικά σε Kalamang, μια γλώσσα με λιγότερους από 200 ομιλητές παγκοσμίως. Το μοντέλο επέτυχε αποδόσεις συγκρίσιμες με αυτές του ανθρώπου που μαθαίνει το ίδιο περιεχόμενο.
Η Google έχει επίσης εστιάσει στην ηθική και ασφάλεια κατά την ανάπτυξη του Gemini 1.5 Pro. Έχει υιοθετήσει πρακτικές υπεύθυνης υλοποίησης, συμπεριλαμβανομένης της εφαρμογής τεχνικών ανάλυσης κινδύνου, για τον έλεγχο πιθανών κινδύνων. Η ασφ
The source of the article is from the blog karacasanime.com.ve