Ono što možemo trenutno da konstatujemo da traje neprekidna trka među svetskim gigantima u tome ko će prednjačiti na ovom polju. Nema sumnje da je Chat GPT trenutno dominantan, ali Google se svakako trudi da da svoj odgovor. Google Gemini je upravo novi adut ove kompanije. 

Šta je Google Gemini?

Gemini je nov i moćan model veštačke inteligencije iz Google-a koji može da razume ne samo tekst već i slike, video i audio. Kao multimodalni model, Gemini je opisan kao sposoban da obavlja složene zadatke iz matematike, fizike i drugih oblasti, kao i da razume i generiše visokokvalitetan kod na različitim programskim jezicima.

Trenutno je dostupan kroz integracije sa Google Bard-om i Google Pixel 8 i postepeno će biti uklopljen i u druge Google usluge. Google ga je nazvao „naš najveći naučni i inženjerski projekat ikada“.

Korisnici mogu da pristupe Gemini od ovog meseca, a naprednija verzija će stići početkom sledeće godine. Gemini je obučen na Google-ovim Tensor Processing Units (TPU) i brži je i jeftiniji za pokretanje od Google-ovog prethodnog PaLM-a, što model čini daleko efikasnijim.

Google će takođe lansirati TPU v5p, noviju verziju TPU sistema, koja je dizajnirana posebno za centre podataka koji treba da obuče i pokreću velike modele.

Gemini dolazi u tri varijante

Gemini dolazi u tri varijante — Nano, Pro i Ultra, napravljen da zadovolji različite potrebe korisnika. Nano je namenjen za brze zadatke na uređaju, dok je Pro svestrana verzija koja služi kao srednji nivo. Ultra je najmoćnija od tri verzije i biće dostupna sledeće godine pošto prolazi bezbednosne provere.

Na Pixel 8 Pro možete “osetiti ukus” Gemini Nano, dok napredne tekstualne mogućnosti Gemini Pro-a možete oprobati besplatno u okviru Google Bard-a. Nedavno poređenje je pokazalo da je najsposobnija verzija Geminija nadmašila GPT-4 na ispitima sa više izbora, matematici i u nekim drugim merilima. 

Veliki deo analize svodi se na to da Google ima pristup neuporedivo većem broju vrhunskih čipova i da njegov model nadmašuje GPT-4 na meri performansi koja se odnosi na kompjuterske proračune poznate kao FLOPS.

Svakog dana, u svakom pogledu…

Trenutno, Gemini-jevi najosnovniji modeli su unos teksta i izlaz teksta, ali moćniji modeli kao što je Gemini Ultra mogu da rade sa slikama, video zapisima i zvukom. I „postaće još opštiji od toga“, kaže Hassabis, Google DeepMind CEO. „Još uvek postoje stvari kao što su akcija i dodir – više kao robotske stvari.” “Vremenom”, kaže on, “Gemini će dobiti više čula, postati svesniji i postati precizniji i utemeljeniji u procesu. ” Ovi modeli jednostavno bolje razumeju svet oko sebe.” Ovi modeli i dalje haluciniraju, naravno, i još uvek imaju predrasude i druge probleme. Ali što više znaju, kaže Hassabis, to će biti bolji.

Za još vesti i interesantnih priča posetite našu blog stranu ili zapratite naš Instagram profil.