Μόλις δύο μήνες μετά την παρουσίαση του Gemini, του μεγάλου γλωσσικού μοντέλου που η Google ελπίζει ότι θα την φέρει στην κορυφή της βιομηχανίας τεχνητής νοημοσύνης, η εταιρεία ανακοινώνει ήδη τον διάδοχό του. Η Google λανσάρει το Gemini 1.5 και το καθιστά διαθέσιμο σε προγραμματιστές και εταιρικούς χρήστες, πριν από την πλήρη ανάπτυξη για τους καταναλωτές που θα γίνει σύντομα. Η εταιρεία έχει ξεκαθαρίσει ότι έχει βάλει τα δυνατά της στο Gemini ως επιχειρηματικό εργαλείο, προσωπικό βοηθό και όλα τα ενδιάμεσα, και πιέζει σκληρά για αυτό το σχέδιο.
Υπάρχουν πολλές βελτιώσεις στο Gemini 1.5: Το Gemini 1.5 Pro, το μοντέλο γενικής χρήσης στο σύστημα της Google, είναι προφανώς ισάξιο με το high-end Gemini Ultra που η εταιρεία λάνσαρε μόλις πρόσφατα και ξεπέρασε το Gemini 1.0 Pro στο 87% των δοκιμών αναφοράς. Έγινε με τη χρήση μιας ολοένα και πιο συνηθισμένης τεχνικής γνωστής ως “Mixture of Experts” ή MoE, που σημαίνει ότι εκτελεί μόνο ένα μέρος του συνολικού μοντέλου όταν στέλνετε ένα ερώτημα, αντί να επεξεργάζεται ολόκληρο το μοντέλο όλη την ώρα. Αυτή η προσέγγιση θα πρέπει να κάνει το μοντέλο τόσο πιο γρήγορο για εσάς στη χρήση όσο και πιο αποδοτικό για την εκτέλεση από την Google.
Υπάρχει όμως ένα νέο στοιχείο στο Gemini 1.5 που έχει ενθουσιάσει ολόκληρη την εταιρεία, αρχής γενομένης από τον CEO Sundar Pichai: Το Gemini 1.5 διαθέτει ένα τεράστιο παράθυρο περιβάλλοντος, το οποίο σημαίνει ότι μπορεί να χειριστεί πολύ μεγαλύτερα ερωτήματα και να εξετάσει πολύ περισσότερες πληροφορίες ταυτόχρονα.
Προς το παρόν, το Gemini 1.5 θα είναι διαθέσιμο μόνο σε επιχειρηματικούς χρήστες και προγραμματιστές, μέσω των Vertex AI και AI Studio της Google. Τελικά, θα αντικαταστήσει το Gemini 1.0, και η τυπική έκδοση του Gemini Pro – αυτή που είναι διαθέσιμη σε όλους στη διεύθυνση gemini.google.com και στις εφαρμογές της εταιρείας – θα είναι το 1.5 Pro με παράθυρο πλαισίου 128.000 Token. Θα πρέπει να πληρώσετε επιπλέον για να φτάσετε στο εκατομμύριο. Η Google δοκιμάζει επίσης την ασφάλεια και τα ηθικά όρια του μοντέλου, ιδίως όσον αφορά το νέο μεγαλύτερο παράθυρο πλαισίου.
Η Google βρίσκεται σε έναν ιλιγγιώδη αγώνα δρόμου για τη δημιουργία του καλύτερου εργαλείου AI αυτή τη στιγμή, καθώς οι επιχειρήσεις σε όλο τον κόσμο προσπαθούν να βρουν τη δική τους στρατηγική AI – και αν θα υπογράψουν τις συμφωνίες τους με τους προγραμματιστές με το OpenAI, τη Google ή κάποιον άλλο. Μόλις αυτή την εβδομάδα, το OpenAI ανακοίνωσε τη “μνήμη” για το ChatGPT, και φαίνεται να ετοιμάζεται για μια ώθηση στην αναζήτηση στο διαδίκτυο. Μέχρι στιγμής, το Gemini φαίνεται να είναι εντυπωσιακό, ειδικά για όσους ανήκουν ήδη στο οικοσύστημα της Google, αλλά μένει πολλή δουλειά να γίνει από όλες τις πλευρές.
Τελικά, μου λέει ο Pichai, όλα αυτά τα 1.0 και 1.5 και τα Pros και Ultras και οι εταιρικές μάχες δεν θα έχουν σημασία για τους χρήστες. “Οι άνθρωποι θα καταναλώνουν απλώς τις εμπειρίες”, λέει. “Είναι σαν να χρησιμοποιείς ένα smartphone χωρίς να δίνεις πάντα προσοχή στον επεξεργαστή από κάτω”. Αλλά αυτή τη στιγμή, λέει, είμαστε ακόμα στη φάση όπου όλοι γνωρίζουν το τσιπ μέσα στο τηλέφωνό τους, επειδή έχει σημασία. “Η υποκείμενη τεχνολογία αλλάζει τόσο γρήγορα”, λέει. “Οι άνθρωποι ενδιαφέρονται”.