在人工智能領域，大型語言模型的發(fā)展一直備受關注。昨日，谷歌Google公司宣布推出其規(guī)模最大、功能最強大的新大型語言模型Gemini。該模型擁有最強大的TPU（張量處理單元）系統(tǒng)“Cloud TPU v5p”以及來自谷歌云的人工智能超級計算機，是谷歌籌備了一年之久的GPT4真正競品。
在發(fā)布會上，谷歌DeepMind首席執(zhí)行官、Gemini團隊代表德米斯·哈薩比斯正面談及GPT-4與Gemini的對比。他表示，谷歌運行了32個完善的基準測試來比較這兩個模型，從廣泛的整體測試到比較兩個模型生成Python代碼的能力，結果發(fā)現(xiàn)Gemini在32項基準中的30項中大幅領先。
Gemini模型經(jīng)過海量數(shù)據(jù)訓練，可以很好識別和理解文本、圖像、音頻等內(nèi)容，并可以回答復雜主題相關的問題。因此，非常擅長解釋數(shù)學和物理等復雜學科的推理任務。此外，Gemini可以生成和理解Python、Java、C++和Go等主流代碼，并在多個編碼基準測試中表現(xiàn)出色。
除了在語言理解和編碼方面的能力，Gemini還具有多模態(tài)功能，可以在視覺理解、文本生成等方面表現(xiàn)出非常強的功能。例如，從數(shù)十萬字的小說中整理出重要觀點，從200頁的金融報告中找出最有價值的內(nèi)容。這對于金融、科技、醫(yī)療等領域的科研和業(yè)務人員來說非常有幫助。
在一段公布的演示視頻中，桑達爾?皮查伊展示了Gemini對視頻、圖像的非同凡響的識別能力。Gemini可以非常自如地在圖像、音頻、視頻各模態(tài)之間轉換，展現(xiàn)了驚人的解鎖應用場景與產(chǎn)品形態(tài)的潛力。
目前，Gemini Ultra是第一個在MMLU（大規(guī)模多任務語言理解）方面超越人類專家的模型。該模型綜合使用數(shù)學、物理、歷史、法律、醫(yī)學和倫理學等57個科目來測試世界知識和解決問題的能力。谷歌在一篇博客文章中表示，Gemini Ultra可以理解復雜主題中的細微差別和推理。
對于未來發(fā)展，谷歌計劃將Gemini授權給客戶，供他們在自己的應用程序中使用。從12月13日開始，開發(fā)者和企業(yè)客戶可以通過谷歌AI Studio或谷歌Cloud Vertex AI中的Gemini API（應用程序編程接口）訪問Gemini Pro。安卓開發(fā)人員可以使用Gemini Nano完成構建。
總之，Gemini作為谷歌最新的大型語言模型，具有強大的功能和靈活的適配能力。通過海量數(shù)據(jù)訓練和多模態(tài)功能，它可以回答復雜問題、生成和理解代碼以及處理各種類型的數(shù)據(jù)。這些功能對于金融、科技、醫(yī)療等領域的科研和業(yè)務人員來說非常有幫助。隨著更多用戶開始使用Gemini，它有望在各個領域發(fā)揮更大的作用。
原創(chuàng)文章，作者：秋秋，如若轉載，請注明出處：http://m.2079x.cn/article/603297.html
