正面对决GPT-4!谷歌推出“最全能”AI模型Gemini,从手机到数据中心多环境适配

谷歌称,有Gemini高级推理能力,回答难题时“考虑得更仔细”;Gemini Nano手机电脑版周三可用,更强大版Gemini Pro周三起支持聊天机器人Bard、下周面向云客户,最强大版Gemini Ultra明年推行、支持Bard;32种行业指标测试中,Gemini有30种遥遥领先GPT-4;Gemini为原生多模态模型,支持文本和图像的服务,速度更快、效率更高,在谷歌更高性能云芯片TPU v5p训练,谷歌搜索明年融入Gemini功能。

谷歌迈出了在人工智能(AI)科技应用上追赶OpenAI的重要一步,推出手机、云、数据中心都可应用的超级全能AI模型,正面对决GPT-4。

美东时间12月6日周三,谷歌正式向公众发布新一代大语言模型(LLM)Gemini,号称谷歌迄今为止“最大、也最全能的AI模型”,有高级推理能力,回答难题时“考虑得更仔细”。有别于其他公司LLM竞品的是,谷歌强调Gemeni是最灵活的模型,因为它用不同大小的版本,可以适用于各种生成式AI应用。

其中,最轻盈的版本Gemni Nano可以直接在智能手机上离线运行;相对而言更强大的版本Gemini Pro可以执行多种任务,将通过谷歌的类ChatGPT聊天机器人Bard,为众多谷歌AI 服务提供支持,加持谷歌的Gmail、Maps Docs和YouTube等服务;功能最强大的版本Gemini Ultra也是谷歌迄今打造的最强大LLM,主要为数据中心和企业应用而设计。

谷歌旗下AI研究机构DeepMind的产品副总裁Eli Collins称,Gemini的多样性意味着,它“能够在从移动设备到大型数据中心的所有设备上运行。”他表示,谷歌早就希望打造的新一代AI模型更像是乐于助人的合作者,而不是一种智能的软件,Gemini让谷歌距离这种远景又近了一步。

现在Gemini只有英语版,谷歌将很快推出其他语言的版本。谷歌CEO Sundar Pichai说,Gemini代表了AI的新时代。最终,Gemini将与谷歌的搜索引擎、广告产品、Chrome浏览器等更多产品结合。

Gemini Nano手机电脑版周三可用 Gemini Pro支持Bard、下周面向云客户 Gemini Ultra明年推行

具体应用时间表方面,从本周三起,安卓系统开发人员可以注册使用Gemini Nano版,打造智能手机和电脑的Gemini支持App。谷歌称,Gemini可以立即在其旗舰手机Pixel 8 Pro上启用,实现诸如归纳电话录音对话要点等新的生成式AI功能。

Gemini Pro版从本周三开始支持Bard,实现高级的推理、规划、理解等功能,在170个国家地区以英语一种语言操作运行,可能不包括英国或者其他欧洲地区,因为谷歌称在和当地的监管机构合作。

从12月13日下周三开始,谷歌将通过谷歌云,在旗下Vertex AI 和 AI Studio平台向云客户提供 Gemini Pro版。

Gemini Ultra将首先面向开发者和企业客户开放,该版本的应用详情将在下周公布。谷歌计划,明年初,向公众大范围开放Gemini Ultra应用。

谷歌还计划,明年初发布Gemini Ultra支持的进阶版Bard Advanced,在面向大众推出以前,先将推出一个测试项目,以便改进Bard Advanced。

谷歌的下图展示了Gemini家族三个版本。

32种行业指标测试中 Gemini有30种遥遥领先GPT-4

谷歌此次毫不讳言和GPT-4一较高低的雄心。发布Gemini前,谷歌对它进行了一系列以标准行业指标评估的测试。谷歌称,在八项测试中,Gemini Pro有六项的表现优于OpenAI 的 GPT-3.5。在通用语言理解、推理、数学和编码方面测试中,八项基准指标里,Gemini 有七项超过了OpenAI 的最新版模型 GPT-4。

同时,谷歌评估了旗下可以解释和生成代码的最新生成式AI产品AlphaCode 2,发现在竞争性编程领域,它领先85%的竞争对手。

DeepMind的CEO Demis Hassabis称,谷歌运行了32种完善的基准指标相关测试,对比Gemini和GPT-4这两个模型,既有诸如多任务语言理解这类广泛的整体测试,到生成Python代码这种单一能力的测试。32种基准指标种,Gemini有30项都“遥遥领先”。

以下谷歌报告的截图可见,在多选问题、数学问题、Python代码任务、阅读等方面,Gemini Pro和Ultra与GPT-4、GPT-3.5等其他LLM的评分对比。

Gemini为原生多模态模型 在谷歌更高性能云芯片TPU v5p训练

谷歌称,Gemini是一种“原生多模态”AI模型。这意味着它从一开始就经过预先训练,可以处理用户基于文本和图像的提示词任务,支持文本和图像的服务。比如家长可以通过上传数学问题的图像,以及在工作表里尝试解决问题的照片,帮助孩子做家庭作业。Gemini还能阅读答案,理解为何是对的、为何是错的,并解释需要进一步说明的概念。

谷歌称,谷歌搜索运用生成式AI技术的“搜索生成式体验”在明年融入和Gemini的新功能。

谷歌承认,Gemini仍然可能存在AI产生的虚假信息或者捏造信息。Collins 称这是尚未解决的研究问题,不过他说,Gemini有迄今为止谷歌AI模型的最全面安全评估。为评估 Gemini 的安全性,谷歌对该模型进行了对抗性测试,模仿有不良企图的用户利用该模型输入提示词,帮助研究人员检查模型中是否存在仇恨言论和政治偏见。这类测试包括“真实毒性提示词”,它包含从网上提取的10万多个提示词。

谷歌强调Gemini的AI工具效率会非常高、速度非常快。它在谷歌自研的新版云芯片Tensor Processing Units(TPU)上训练,TPU v5p的性能更强,该芯片训练现有模型的速度比前代快2.8倍。TPU v5p是为数据中心的训练和大模型运行而设计。

谷歌机器学习副总裁 Amin Vahdat 表示,这种方法让谷歌“对未来标准AI基础设施有了新的认识”。谷歌仍然使用第三方AI芯片运行Gemini 模型。

谷歌提供的下图可见,谷歌数据中心内成排的谷歌云TPU v5p AI 加速器超级计算机。

风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。
相关文章