Google анонсировала новейшую модель искусственного интеллекта (AI) Gemini с возможностями текста, кода, аудио, изображений и видео, которая, по её утверждению, значительно превосходит GPT-4.
Особенности
Как и GPT-4, Gemini может обрабатывать несколько типов (или режимов) ввода, что делает его мультимодальным. Это означает, что нейросеть может обрабатывать текст, код, изображения и даже аудио. Цель Google – создать искусственный интеллект, который сможет точно решать проблемы, давать советы и отвечать на вопросы в различных областях: от обыденных до научных. Google заявляет, что это откроет новую эру в компьютерной сфере, и надеется тесно интегрировать нейросеть в свои продукты.
Gemini 1.0, первая версия «самой большой и мощной модели искусственного интеллекта» от Google, выпускается в трех различных вариантах:
- Gemini Nano – оптимизированная для мобильных устройств и разработчиков приложений;
- Gemini Pro – модель по умолчанию, предназначенная для широкого круга задач и клиентов;
- Gemini Ultra – для очень сложных задач.
По данным Google, в ходе тестирования модель Gemini превзошла конкурирующие модели ИИ по более чем 24 тестов, которые обычно используются исследователями ИИ для оценки понимания прочитанного, математических способностей и навыков многошагового мышления алгоритма.
Доступность
Специально настроенная английская версия модели Gemini Pro доступна более чем в 170 странах (кроме ЕС и Великобритании) как часть чат-бота Google Bard. Gemini будет добавлена в продукты компании, включая поисковую систему Google и веб-браузер Chrome.
Gemini 1.0 станет частью смартфона Pixel 8 Pro, который сможет запускать Gemini Nano на устройстве, а в ближайшие месяцы Gemini будет интегрирован в Search, Ads, Chrome и Duet AI.
Начиная с 13 декабря разработчики и корпоративные клиенты смогут использовать Gemini Pro через Gemini API в Google AI Studio или Google Cloud Vertex AI. Самая мощная модель Gemini Ultra всё ещё проходит испытания и появится в расширенной версии Bard в начале 2024 года.
©
