Gemini (model lingvistic)
| Calitatea informațiilor sau a exprimării din acest articol sau secțiune trebuie îmbunătățită. Consultați manualul de stil și îndrumarul, apoi dați o mână de ajutor. Acest articol a fost etichetat în februarie 2026 |
| Gemini | |
| Dezvoltator | Google DeepMind |
|---|---|
| Versiune inițială | 6 decembrie 2023 |
| Disponibil în | Engleză (și altele) |
| Tip | Model lingvistic mare |
| Licență | Proprietar |
| Prezență online | |
| https://deepmind.google/technologies/gemini/ | |
| Modifică date / text | |
Gemini (cunoscut anterior ca Bard) este o familie de modele lingvistice multimodale de mari dimensiuni, dezvoltată de Google DeepMind, care servește drept succesor pentru LaMDA și PaLM 2. Cuprinzând modelele Gemini Ultra, Gemini Pro și Gemini Nano, familia a fost anunțată la 6 decembrie 2023 și a fost poziționată ca un concurent al GPT-4 dezvoltat de OpenAI. Această familie de modele alimentează chatbotul cu același nume.
Istoric
[modificare | modificare sursă]Dezvoltare
[modificare | modificare sursă]Google a anunțat modelul lingvistic Gemini, un LLM dezvoltat de filiala sa Google DeepMind, în cadrul conferinței Google I/O din 10 mai 2023. Acesta a fost prezentat ca un succesor mai puternic al PaLM 2, dezvăluit la același eveniment. CEO-ul Google, Sundar Pichai, a declarat că Gemini se afla încă în fazele incipiente de dezvoltare.[1][2] Spre deosebire de alte LLM-uri, Gemini se remarcă prin faptul că nu a fost antrenat exclusiv pe un corpus de text, ci este conceput ca un model multimodal. Aceasta înseamnă că poate procesa simultan mai multe tipuri de date, inclusiv text, imagini, audio, video și cod de computer.[3] Dezvoltarea sa a rezultat din colaborarea dintre DeepMind și Google Brain, două divizii ale Google care au fuzionat sub denumirea Google DeepMind în luna precedentă.[4] Într-un interviu acordat revistei Wired, CEO-ul DeepMind, Demis Hassabis, a evidențiat capabilitățile avansate ale Gemini, sugerând că acestea ar putea permite modelului să depășească ChatGPT al OpenAI, bazat pe GPT-4. Creșterea popularității ChatGPT a determinat Google să își accelereze eforturile în domeniul inteligenței artificiale prin proiecte precum LaMDA și Bard. Hassabis a menționat, de asemenea, punctele forte ale programului AlphaGo de la DeepMind, care a atras atenția globală în 2016 prin victoria sa împotriva campionului de Go Lee Sedol, afirmând că Gemini va combina capacitățile AlphaGo cu cele ale altor LLM-uri dezvoltate de Google DeepMind.[5]
În august 2023, The Information a publicat un raport care prezenta foaia de parcurs a Google pentru Gemini, indicând că lansarea era vizată pentru sfârșitul anului 2023. Potrivit raportului, Google urmărea să depășească OpenAI și alți concurenți prin combinarea capabilităților conversaționale, prezente în majoritatea LLM-urilor, cu generarea de imagini bazată pe inteligență artificială. Această combinație ar permite modelului Gemini să creeze imagini contextuale și să fie adaptat la o gamă mai largă de cazuri de utilizare.[6] Similar dezvoltării lui Bard,[7] cofondatorul Google, Sergey Brin, a fost implicat în dezvoltarea Gemini, alături de sute de ingineri de la Google Brain și DeepMind.[6][8] Ulterior, acesta a fost descris drept „colaborator principal” al proiectului.[9] Deoarece Gemini a fost antrenat, printre altele, pe transcrieri ale videoclipurilor de pe YouTube, au fost implicați și consilieri juridici pentru a filtra eventualele materiale protejate prin drepturi de autor.[6]
Pe fondul informațiilor privind lansarea iminentă a Gemini, OpenAI și-a accelerat eforturile de a integra în GPT-4 caracteristici multimodale similare.[10] The Information a relatat în septembrie că mai multe companii au primit acces anticipat la o versiune preliminară a modelului, pe care Google intenționa să îl ofere clienților prin intermediul serviciului Google Cloud Vertex AI. Publicația a mai precizat că Google echipa Gemini cu noi capabilități pentru a concura atât cu GPT-4, cât și cu GitHub Copilot dezvoltat de Microsoft.[11][12]
Lansare
[modificare | modificare sursă]La 6 decembrie 2023, Pichai și Hassabis au anunțat „Gemini 1.0” în cadrul unei conferințe de presă virtuale.[13][14] Prezentarea a inclus trei modele: Gemini Ultra, conceput pentru sarcini extrem de complexe; Gemini Pro, destinat unei game largi de utilizări; și Gemini Nano, creat pentru sarcini rulate pe dispozitiv. La momentul lansării, Gemini Pro a fost integrat în Bard, iar Gemini Nano a fost integrat în smartphone-ul Pixel 8 Pro. Gemini Ultra era destinat să alimenteze Bard Advanced și să devină disponibil dezvoltatorilor de software la începutul anului 2024. Alte produse în care Google intenționa să implementeze Gemini includeau Search, Ads, Chrome, Duet AI din Google Workspace și AlphaCode 2. Disponibilitatea inițială a fost limitată la limba engleză.[14][15] Prezentat drept „cel mai mare și mai capabil model de inteligență artificială” al Google și conceput pentru a imita comportamentul uman,[16][14][17] compania a precizat că Gemini nu va fi disponibil pe scară largă până în anul următor, din cauza necesității unei „testări extinse a siguranței”.[13] Instruirea și rularea lui Gemini se bazau pe unitățile de procesare tensorială (TPU) ale Google,[13][15] iar denumirea face referire atât la fuziunea DeepMind–Google Brain, cât și la programul Gemini al NASA.[18]
S-a afirmat că Gemini Ultra a depășit GPT-4, Claude 2 de la Anthropic, Inflection-2 de la Inflection AI, LLaMA 2 de la Meta și Grok 1 de la xAI într-o varietate de benchmarkuri din industrie.[19][13] La rândul său, Gemini Pro a fost considerat superior lui GPT-3.5.[3] Gemini Ultra a devenit primul model lingvistic despre care s-a raportat că a depășit experții umani la testul Massive Multitask Language Understanding (MMLU), care acoperă 57 de domenii, obținând un scor de aproximativ 90%.[3][18] La 13 decembrie, Gemini Pro a fost pus la dispoziția clienților Google Cloud prin platformele AI Studio și Vertex AI. Gemini Nano urma să fie disponibil ulterior și pentru dezvoltatorii Android.[20][21][22] Hassabis a dezvăluit, de asemenea, că DeepMind explorează modalități de a combina Gemini cu robotica, pentru a permite interacțiunea fizică cu mediul.[23] Respectând un ordin executiv semnat de președintele american Joe Biden în octombrie, Google a declarat că va împărtăși rezultatele testării Gemini Ultra cu guvernul federal al Statelor Unite. Compania s-a aflat, de asemenea, în discuții cu guvernul Regatului Unit pentru a respecta principiile stabilite la Summitul privind siguranța IA din Bletchley Park, din noiembrie.[3]
Actualizări
[modificare | modificare sursă]În ianuarie 2024, Google a încheiat un parteneriat cu Samsung pentru a integra Gemini Nano și Gemini Pro în gama de smartphone-uri Galaxy S24.[24][25] Luna următoare, Bard și Duet AI au fost unificate sub marca Gemini,[26][27] iar „Gemini Advanced with Ultra 1.0” a fost lansat ca parte a unui nou nivel „AI Premium” al serviciului de abonament Google One.[28] De asemenea, Gemini Pro a beneficiat de o lansare globală.[29]
În februarie 2024, Google a lansat „Gemini 1.5” cu disponibilitate limitată, prezentându-l ca un model mai puternic și mai capabil decât versiunea 1.0 Ultra.[30][31][32] Această „schimbare semnificativă” a fost posibilă datorită unor progrese tehnice, inclusiv o nouă arhitectură, o abordare de tip mixture-of-experts și o fereastră de context extinsă, de aproximativ un milion de tokeni, echivalentă cu circa o oră de video fără sunet, 11 ore de audio, 30.000 de linii de cod sau aproximativ 700.000 de cuvinte.[33] Tot în acea lună, Google a introdus Gemma, o familie de modele lingvistice mari (LLM) gratuite și open-source, concepute ca versiuni mai ușoare ale lui Gemini. Acestea sunt disponibile în două dimensiuni, cu rețele neuronale de aproximativ două și șapte miliarde de parametri. Mai multe publicații au interpretat lansarea ca un răspuns la decizia Meta și a altor companii de a-și face modelele AI open-source, dar și ca o schimbare față de practica îndelungată a Google de a-și menține tehnologiile de inteligență artificială în regim proprietar.[34][35][36] Google a anunțat, de asemenea, un model suplimentar, Gemini 1.5 Flash, în cadrul keynote-ului I/O din 2024.[37]
Gemma 2 a fost lansat la 27 iunie 2024.[38]
Specificații tehnice
[modificare | modificare sursă]Prima generație de Gemini („Gemini 1”) cuprinde trei modele care utilizează aceeași arhitectură software. Toate modelele sunt bazate pe arhitecturi de tip transformator, cu modificări care le permit să fie antrenate și utilizate eficient pe TPU-uri. Acestea au o lungime a contextului de 32.768 de tokeni și folosesc mecanisme de atenție de tip multi-query.
Două versiuni ale Gemini Nano, Nano-1 (1,8 miliarde de parametri) și Nano-2 (3,25 miliarde de parametri), sunt distilate din modele Gemini mai mari și sunt concepute pentru a fi utilizate pe dispozitive de margine, precum smartphone-urile. Fiind un model multimodal, Gemini poate procesa mai multe tipuri de date în cadrul aceleiași ferestre de context. Tipurile de date pot fi intercalate și nu trebuie prezentate într-o ordine fixă, ceea ce permite o interacțiune conversațională naturală și multimodală. De exemplu, un utilizator poate iniția o conversație folosind o combinație de text, imagini, video și audio, în orice ordine, iar Gemini poate răspunde într-un mod la fel de flexibil. Imaginile de intrare pot avea rezoluții diferite, în timp ce videoclipurile sunt introduse sub forma unei secvențe de imagini. Semnalul audio este eșantionat la 16 kHz și convertit într-o secvență de tokeni de către Modelul Universal de Vorbire. Setul de date de antrenament al lui Gemini este multimodal și multilingv, fiind alcătuit din „documente web, cărți și cod, inclusiv date de imagine, audio și video”.[39]
A doua generație de Gemini („Gemini 1.5”) include două modele principale. Gemini 1.5 Pro utilizează o arhitectură de tip mixture of experts multimodală, cu o lungime a contextului de ordinul milioanelor de tokeni, în timp ce Gemini 1.5 Flash este o versiune distilată din Gemini 1.5 Pro, având o lungime a contextului de peste 2 milioane de tokeni.[40]
Gemma 2 27B este antrenat pe documente web, cod și articole științifice. Gemma 2 9B este distilat din modelul 27B, iar Gemma 2 2B este distilat dintr-un model de 7B care a rămas nepublicat.[41]
Începând din august 2024, modelele lansate includ:[42]
- Gemma 1 (2B, 7B)
- CodeGemma (2B și 7B) – versiuni Gemma 1 specializate pentru generarea de cod.
- Gemma 2 (2B, 9B, 27B) – modelul 27B este antrenat de la zero, iar versiunile 2B și 9B sunt distilate.
- RecurrentGemma (2B, 9B) – bazat pe arhitectura Griffin, în locul unui transformator clasic.
- PaliGemma (3B) – model de limbaj vizual care primește text și imagini și generează text, bazat pe PaLI.[43]
Recepție
[modificare | modificare sursă]Lansarea lui Gemini a fost precedată de luni de speculații intense și anticipare, pe care MIT Technology Review le-a descris drept „apogeul hype-ului AI”.[44][45] În august 2023, Dylan Patel și Daniel Nishball de la firma de cercetare SemiAnalysis au publicat o postare pe blog în care afirmau că lansarea lui Gemini va „cuceri lumea” și va depăși GPT-4, determinându-l pe CEO-ul OpenAI, Sam Altman, să ironizeze duo-ul pe platforma X (fostul Twitter).[46][47] Magnatul tehnologic Elon Musk, care a cofondat OpenAI, a intervenit, întrebând: „Sunt cifrele greșite?”.[48] Hugh Langley de la Business Insider a remarcat că Gemini ar putea reprezenta un moment crucial pentru Google, scriind: „Dacă Gemini impresionează, va ajuta Google să schimbe narațiunea că a fost surprinsă nepregătită de Microsoft și OpenAI. Dacă va dezamăgi, va încuraja criticii care spun că Google a rămas în urmă.”[49]
Reacționând la prezentarea din decembrie 2023, profesorul emerit al Universității din Washington, Oren Etzioni, a prezis o „cursă a înarmărilor” între Google și OpenAI. Profesorul Alexei A. Efros de la Universitatea din California, Berkeley a lăudat potențialul abordării multimodale a lui Gemini,[18] în timp ce cercetătoarea Melanie Mitchell de la Institutul Santa Fe a descris Gemini drept „foarte sofisticat”. Profesorul Chirag Shah de la Universitatea din Washington a fost mai puțin impresionat, comparând lansarea lui Gemini cu rutina introducerii anuale de către Apple a unui nou iPhone. În mod similar, Percy Liang de la Universitatea Stanford, Emily Bender de la Universitatea din Washington și Michael Madden de la Universitatea din Galway au avertizat că scorurile de referință sunt dificil de interpretat fără informații despre datele de antrenament utilizate.[50][51] Scriind pentru Fast Company, Mark Sullivan a opinat că Google avea oportunitatea de a contesta poziția dominantă a iPhone-ului, considerând puțin probabil ca Apple să dezvolte rapid funcționalități similare cu Gemini prin intermediul asistentului virtual Siri.[52] Acțiunile Google au crescut cu 5,3% a doua zi după lansarea lui Gemini.[53][54]
Google a fost criticat și pentru un videoclip demonstrativ cu Gemini, care nu a fost realizat în timp real.[55]
Note
[modificare | modificare sursă]- ↑ Grant, Nico (), „Google Builds on Tech's Latest Craze With Its Own A.I. Products”, The New York Times (în engleză), ISSN 0362-4331, arhivat din originalul de la , accesat în
- ↑ „Every major AI feature announced at Google I/O 2023” (în engleză). ZDNET. Arhivat din originalul de la . Accesat în .
- 1 2 3 4 Milmo, Dan; editor, Dan Milmo Global technology (), „Google says new AI model Gemini outperforms ChatGPT in most tests”, The Guardian (în engleză), ISSN 0261-3077, arhivat din originalul de la , accesat în
- ↑ Levy, Steven, „Sundar Pichai on Google's AI, Microsoft's AI, OpenAI, and … Did We Mention AI?”, Wired (în engleză), ISSN 1059-1028, arhivat din originalul de la , accesat în
- ↑ Madden, Michael G. (). „Google's Gemini: is the new AI model really better than ChatGPT?”. The Conversation. Arhivat din original la . Accesat în .
- 1 2 3 „How Google is Planning to Beat OpenAI — The Information”. web.archive.org. . Arhivat din original în . Accesat în .
- ↑ Grant, Nico (), „Google Calls In Help From Larry Page and Sergey Brin for A.I. Fight”, The New York Times (în engleză), ISSN 0362-4331, arhivat din originalul de la , accesat în
- ↑ „Sergey Brin Is Back in the Trenches at Google - WSJ”. archive.ph. . Accesat în .
- ↑ Carter, Tom. „Google confirms that its cofounder Sergey Brin played a key role in creating its ChatGPT rival” (în engleză). Business Insider. Arhivat din originalul de la . Accesat în .
- ↑ „OpenAI Hustles to Beat Google to Launch 'Multimodal' LLM — The Information”. web.archive.org. . Arhivat din original în . Accesat în .
- ↑ „Google nears release of AI software Gemini, The Information reports | Reuters”. web.archive.org. . Arhivat din original în . Accesat în .
- ↑ Nolan, Beatrice. „Here's what we know so far about Google's Gemini” (în engleză). Business Insider. Arhivat din originalul de la . Accesat în .
- 1 2 3 4 „Google Announces AI System Gemini After Turmoil at Rival OpenAI - WSJ”. archive.ph. . Accesat în .
- 1 2 3 „Google launches Gemini, upping the stakes in the global AI race” (în engleză). AP News. . Arhivat din originalul de la . Accesat în .
- 1 2 Pierce, David (). „Google launches Gemini, the AI model it hopes will take down GPT-4” (în engleză). The Verge. Arhivat din originalul de la . Accesat în .
- ↑ Thorbecke, Brian Fung, Catherine (). „Google launches Gemini, its most-advanced AI model yet, as it races to compete with ChatGPT | CNN Business” (în engleză). CNN. Arhivat din originalul de la . Accesat în .
- ↑ „Google launches Gemini, upping the stakes in the global AI race - CBS San Francisco” (în engleză). www.cbsnews.com. . Arhivat din originalul de la . Accesat în .
- 1 2 3 Knight, Will, „Google Just Launched Gemini, Its Long-Awaited Answer to ChatGPT”, Wired (în engleză), ISSN 1059-1028, arhivat din originalul de la , accesat în
- ↑ Henshall, Will, „Google DeepMind Unveils Its Most Powerful AI Offering Yet”, TIME (în engleză), arhivat din originalul de la , accesat în
- ↑ Metz, Cade; Grant, Nico (), „Google Updates Bard Chatbot With 'Gemini' A.I. as It Chases ChatGPT”, The New York Times (în engleză), ISSN 0362-4331, arhivat din originalul de la , accesat în
- ↑ Elias, Jennifer (). „Google launches its largest and 'most capable' AI model, Gemini” (în engleză). CNBC. Arhivat din originalul de la . Accesat în .
- ↑ „Google Opens Access to Gemini, Racing to Catch Up to OpenAI”, Bloomberg.com (în engleză), , arhivat din originalul de la , accesat în
- ↑ Knight, Will, „Google DeepMind's Demis Hassabis Says Gemini Is a New Breed of AI”, Wired (în engleză), ISSN 1059-1028, arhivat din originalul de la , accesat în
- ↑ „Samsung Bets on Google-Powered AI Features in Smartphone Revamp”, Bloomberg.com (în engleză), , arhivat din originalul de la , accesat în
- ↑ Chokkattu, Julian, „Samsung's Galaxy S24 Phones Call on Google's AI to Spruce Up Their Smarts”, Wired (în engleză), ISSN 1059-1028, arhivat din originalul de la , accesat în
- ↑ Metz, Cade (), „Google Releases Gemini, an A.I.-Driven Chatbot and Voice Assistant”, The New York Times (în engleză), ISSN 0362-4331, arhivat din originalul de la , accesat în
- ↑ „Google rebrands Bard chatbot as Gemini, rolls out paid subscription”. Jeffrey Dastin. Arhivat din originalul de la . Accesat în .
- ↑ „Google One AI Premium is $19.99/month with Gemini Advanced”. web.archive.org. . Arhivat din original în . Accesat în .
- ↑ Mehta, Ivan (). „Google's Bard chatbot gets the Gemini Pro update globally” (în engleză). TechCrunch. Arhivat din originalul de la . Accesat în .
- ↑ Knight, Will, „Google's Flagship AI Model Gets a Mighty Fast Upgrade”, Wired (în engleză), ISSN 1059-1028, arhivat din originalul de la , accesat în
- ↑ Nieva, Richard. „Google Unveils Gemini 1.5, But Only Developers And Enterprise Clients Have Access For Now” (în engleză). Forbes. Arhivat din originalul de la . Accesat în .
- ↑ „Google's Gemini 1.5 Ultra LLM dives deep into oceans of video and audio”. web.archive.org. . Arhivat din original în . Accesat în .
- ↑ Stokes, Samantha. „Here's everything you need to know about Gemini 1.5, Google's newly updated AI model that hopes to challenge OpenAI” (în engleză). Business Insider. Arhivat din originalul de la . Accesat în .
- ↑ Kahn, Jeremy. „Google decides open-source AI ain't so bad after all” (în engleză). Fortune. Arhivat din originalul de la . Accesat în .
- ↑ „Google Releases Gemma AI Model for Open Source Developers - Bloomberg”. web.archive.org. . Arhivat din original în . Accesat în .
- ↑ Metz, Cade; Grant, Nico (), „Google Is Giving Away Some of the A.I. That Powers Chatbots”, The New York Times (în engleză), ISSN 0362-4331, arhivat din originalul de la , accesat în
- ↑ Eroare la citare: Etichetă
<ref>invalidă; niciun text nu a fost furnizat pentru referințele numite "„Flash”" - ↑ „Gemma 2 este acum disponibil pentru cercetători și dezvoltatori”. Google (în engleză). . Accesat în .
- ↑ „Gemini: A Family of Highly Capable Multimodal Models” (PDF). Arhivat (PDF) din originalul de la . Accesat în .
- ↑ Eroare la citare: Etichetă
<ref>invalidă; niciun text nu a fost furnizat pentru referințele numite "„WhitePaper1.5”" - ↑ Gemma Team; Riviere, Morgane; Pathak, Shreya; Sessa, Pier Giuseppe; Hardin, Cassidy; Bhupatiraju, Surya; Hussenot, Léonard; Mesnard, Thomas; Shahriari, Bobak (), Gemma 2: Îmbunătățirea modelelor lingvistice deschise la o dimensiune practică, doi:10.48550/arXiv.2408.00118, accesat în
- ↑ „Gemma explained: O prezentare generală a arhitecturilor familiei de modele Gemma - Google Developers Blog”. developers.googleblog.com (în engleză). Accesat în .
- ↑ „PaLI: Scaling Language-Image Learning in 100+ Languages”. research.google (în engleză). Accesat în .
- ↑ Heikkilä, Melissa; Heaven, Will Douglas (). „Google DeepMind's new Gemini model looks amazing—but could signal peak AI hype”. MIT Technology Review. Arhivat din original
la . Accesat în . - ↑ Henshall, Will (). „Google DeepMind Unveils Its Most Powerful AI Offering Yet” (în engleză). TIME. Arhivat din originalul de la . Accesat în .
- ↑ Chowdhury, Hasan (). „AI bros are at war over declarations that Google's upcoming Gemini AI model smashes OpenAI's GPT-4”. Business Insider. Arhivat din original
la . Accesat în . - ↑ „OpenAI Rages at Report That Google's New AI Crushes GPT-4”. Futurism. . Arhivat din originalul de la . Accesat în .
- ↑ (@elonmusk) (). „Are the numbers wrong?”. Twitter (în japoneză). Accesat în .
- ↑ Langley, Hugh. „Google VP teases Gemini's multimodal future: 'I've seen some pretty amazing things.'” (în engleză). Business Insider. Arhivat din originalul de la . Accesat în .
- ↑ „Google DeepMind's new Gemini model looks amazing—but could signal peak AI hype” (în engleză). MIT Technology Review. Arhivat din originalul de la . Accesat în .
- ↑ Madden, Michael G. (). „Google's Gemini: is the new AI model really better than ChatGPT?” (în engleză). The Conversation. Arhivat din originalul de la . Accesat în .
- ↑ Sullivan, Mark (). „Gemini-powered Google phones may make Siri even more of an Achilles' heel for the iPhone”. Fast Company. Arhivat din original
la . Accesat în . - ↑ Soni, Aditya (). „Alphabet soars as Wall Street cheers arrival of AI model Gemini”. Reuters. Arhivat din original
la . Accesat în . - ↑ Swartz, Jon (). „Gemini, Google's long-awaited answer to ChatGPT, is an overnight hit”. MarketWatch. Arhivat din original
la . Accesat în . - ↑ Elias, Steve Kovach, Jennifer (). „Google faces controversy over edited Gemini AI demo video”. CNBC (în engleză). Arhivat din originalul de la . Accesat în .
Legături externe
[modificare | modificare sursă]- Site web oficial
- Comunicat de presă prin intermediul The Keyword
- Anunț și demonstrație pe YouTube
- Documentație tehnică pentru 1.0 și 1.5