گوگل رسماً مدل هوش مصنوعی Gemini (بخوانید: جِمینای) را معرفی کرد. Gemini 1.0 در سه نسخه مختلف عرضه خواهد شد: Gemini اولترا ، Gemini پرو و Gemini نانو.
گوگل در اردیبهشت‌ماه امسال فاش کرد که دو تیم تحقیقاتی Brain Team و DeepMind را برای ایجاد یک واحد جدید به نام Google DeepMind ادغام کرده است. این تیم مسئولیت کار روی مدل هوش مصنوعی نسل بعدی گوگل یعنی Gemini را بر عهده خواهد داشت. حالا این شرکت سه نسخه از Gemini را معرفی کرده که دو نسخه آن از امروز قابل دسترس هستند.
گوگل در یک پست وبلاگی گفته است که Gemini عملکرد بسیار پیشرفته‌ای دارد و به‌صورت چندوجهی ساخته شده است. این شرکت توضیح داده است:
تاکنون روش استاندارد برای ساخت مدل‌های چندوجهی شامل آموزش اجزای جداگانه برای وجه‌ها (مدالیته‌های) مختلف و سپس ترکیب آن‌ها با یکدیگر برای انجام برخی عملکردها بود. این مدل‌ها هرچند می‌توانند در انجام برخی کارها مانند توصیف تصاویر خوب باشند، اما در زمینه استدلال مفهومی مشکل دارند. ما در طراحی Gemini سعی کردیم که آن را به صورت بومی چندوجهی بسازیم و از ابتدا در مدالیته‌های مختلف آموزش دهیم. سپس آن را با داده‌های چندوجهی اضافی تنظیم کردیم تا کارایی بهتری داشته باشد. این کار به Gemini کمک می‌کند تا به‌طور یکپارچه انواع ورودی‌ها را از پایه درک کرده و درباره آن‌ها استدلال کند، به‌طوری‌که بسیار بهتر از سایر مدل‌های چندوجهی عمل می‌کند و قابلیت‌هایش در هر حوزه‌ای پیشرفته است.
مدل Gemini در سه سایز مختلف عرضه می‌شود تا برای نیازهای مختلف کارآمد باشد. بزرگ‌ترین و قوی‌ترین نسخه Gemini اولترا نام دارد که برای کارهای بسیار پیچیده طراحی شده و از GPT-4 هم هوشمندتر است. بعد از آن Gemini پرو قرار دارد که برای استفاده در طیف وسیعی از دستگاه‌ها طراحی شده است. نسخه بعدی، Gemini نانو است که کارآمدترین مدل برای انجام کارهای روی دستگاه می‌باشد. گوگل گفته است که این سه نسخه را برای اولین نسخه Gemini بهینه‌سازی کرده است. بنابراین این شرکت ممکن است در آینده سایزهای دیگری نیز عرضه کند.
از نظر عملکردی، گوگل ادعا کرده که Gemini اولترا توانسته 30 بنچمارک از 32 بنچمارک آکادمیک را برای نتایج پیشرفته فعلی که در LLM استفاده می‌شوند، با موفقیت پشت‌سر بگذارد. طبق گزارش‌ها این مدل توانسته GPT-4 شرکت OpenAI را در هر دسته‌بندی مبتنی بر متن شکست دهد.
گوگل می‌گوید که برای امنیت بیشتر Gemini در حال اضافه کردن حفاظت‌های جدیدی به اصول سیاست‌های هوش مصنوعی فعلی خود است. این شرکت همچنین تحقیقات جدیدی در زمینه خطرات بالقوه انجام داده است و از تکنیک‌های مختلفی با همکاری گروه‌هایی از کارشناسان برای شناسایی نقاط کور آن بهره جسته است.
گوگل می‌گوید از امروز هوش مصنوعی Gemini 1.0 را برای محصولات مختلفی عرضه می‌کند. یکی از آن‌ها بارد است که از نسخه Gemini پرو استفاده خواهد کرد. پیکسل 8 پرو نیز امروز Gemini نانو را دریافت می‌کند. همچنین قابلیت Summarize برای برنامه Recorder و قابلیت Smart Reply برای Gboard در واتساپ ارائه می‌شود. تجربه جستجوی گوگل نیز با Gemini بهبود می‌یابد و طبق گزارش‌ها، تاخیر آن تا 40 درصد در زبان انگلیسی کاهش می‌یابد. می‌توان انتظار داشت سایر گوشی‌های اندرویدی نیز در آینده Gemini Nano را دریافت کنند.
با این‌حال، Gemini اولترا فعلا عرضه نخواهد شد، چراکه هم‌اکنون تحت بررسی‌های گسترده اعتمادپذیری و ایمنی قرار دارد. گوگل می‌گوید که مدل اولترا را در اوایل سال آینده میلادی برای آزمایش‌های اولیه در اختیار برخی مشتریان، توسعه‌دهندگان و شرکای خود قرار خواهد داد.