Google壓箱寶AI「Gemini」究竟有多強？30項評分超越GPT

文：Chris

• 多模態AI模型可同時理解文字、壓箱越程式碼、究竟聲音、多強圖片、項評影片等內容
• 32項AI測試中有30項評分超越GPT-4V
• 分Ultra、分超Pro、壓箱越Nano大中小三個版本，究竟Nano小到可以直接裝手機上
• 不僅支援英語還能同時支援多個語種，多強在不同語種執行效能也能維持一致
• 大量使用Google自家設計的項評TPU訓練

原本Google傳出會延期到明年才發表的全新大型語言模型「Gemini」如期在12月初面世！

就如外界預期，分超Google嘔心瀝血推出的壓箱越Gemini是「原生」多模態AI模型，可以同時無縫理解、究竟操作包括文字、多強程式碼、項評聲音、分超圖片、影片等多元形式的內容，像是理解圖片方面，Google宣稱Gemini Ultra可以直接跳過從圖片中使用OCR理解文字的步驟，就能直接理解圖片內容。

理解能力到底有強？Google就用了一個圖中很簡單的例子，拿了兩張非常簡單的手繪汽車圖問Gemini哪台比較快，Gemini回「右邊比較快，因為它比較符合空氣力學」。

Photo Credit: Google

Google強調，Gemini最大型的版本Gemini Ultra在32項AI測試中，有30項的評分超越了OpenAI的GPT-4V，同時也是在所謂MMLU（大規模多任務語言理解，包括數學、物理、歷史、法律、醫學和倫理學等57項科目）測試中，第一個達到90%水準並超越人類專家的大型自然語言模型。

Google也表示Gemini可以理解、產生Python、Java、C++和Go等廣受使用的程式語言，同時Google也使用Gemini推出新一代的AI生成程式碼系統AlphaCode 2，解決問題數量幾乎是一代的兩倍。

為了滿足從資料中心等級到行動裝置等不同使用環境需求，Gemini一共推出Ultra、Pro、Nano大中小三個版本。最大型的Ultra正在進行一系列的安全性測試，將會釋出少量試用版給企業客戶與開發者，估計明年推出正式版。

Photo Credit: Google

Pro則是即日起就提供給英文版的聊天機器人Bard使用，另外將會在12月13日在Google Cloud的Vertex AI、AI Studio上提供API供人使用；最小的Nano則是準備直接給Pixel 8 Pro使用。

Bard接下來在170多個國家和地區提供英語版本，將逐漸擴展給不同地區以及支援不同語系，並且預告還會有使用Ultra的Bard Advanced。同時像是Google廣告、Chrome和Duet AI等產品也會陸續引入Gemini。而最重要的本家產品搜尋引擎則是已經開跑，導入搜尋生成體驗（SGE）延遲少了40%。

Google說明Gemini使用自家所設計晶片TPU v4和v5e訓練，且反過來Gemini在TPU上也比之前的AI模型表現更佳；Google也同時發表了新的晶片TPU v5p供雲端使用。

本文經Inside硬塞的網路趨勢觀察授權轉載，原文發表於此

延伸閱讀

• Google推出Duet AI劍指微軟Copilot，Sam Altman不相信Gemini模型強得過GPT-4
• OpenAI「宮鬥劇」：聯合創始人阿特曼突遭罷免，背後有哪些秘辛？
• Meta、IBM逾50成員組開源「AI聯盟」，抗衡OpenAI、Google等封閉模型

【加入關鍵評論網會員】每天精彩好文直送你的信箱，每週獨享編輯精選、時事精選、藝文週報等特製電子報。還可留言與作者、記者、編輯討論文章內容。立刻點擊免費加入會員！

責任編輯：丁肇九
核稿編輯：王祖鵬