精準狙擊GPT-4？谷歌“大殺器”Gemini亮相，有任務首超人類

2023年12月7日 pm6:07 • 財經與經濟

最有希望超越GPT-4的模型來了——當地時間12月6日，谷歌CEO皮查伊宣佈，“大殺器”Gemini 1.0，正式上線。

在今年5月份的 I / O 開發者大會上，谷歌 CEO 皮查伊首次透露 Gemini 的存在，之後有關Gemini的傳言紛至沓來：將谷歌大腦和DeepMind部門合併，數百人攻堅，幾乎耗盡谷歌內部計算資源……

對於原生多模態Gemini，谷歌表示，這是迄今為止規模最大、能力最強、最通用的的大語言模型，在文本、視頻、語音等多個領域超越了GPT-4。

精準狙擊GPT-4？谷歌“大殺器”Gemini亮相，有任務首超人類插图1

在這次發佈中，Gemini的神祕面紗終於被揭開——其展現了文本、圖像、視頻、音頻和代碼的五大能力，一口氣推出了Ultra、Pro和Nano三個尺寸版本，從雲上到手機、平板都可以跑。

谷歌官網上，介紹Gemini的第一句話便是，“Gemini，從第一天起就是多模態大模型——跨越文本、圖像、視頻、音頻和代碼的無縫推理。”

如果說其它大模型是由純文字的大語言模型逐漸進化成集文字、視覺、音頻等多模態能力的模型，那“全科選手”Gemini從第一天起就被設計成原生多模態結構，相當於“所有科目一起學”。

這也意味著，Gemini可以用和人類一樣的方式——抽象和理解、操作和組合不同類型的資訊，包括文本、代碼、音頻、圖像和視頻等等。不僅如此，據悉Gemini甚至還能學會做動作和觸摸這種更像機器人的功能！以後，Gemini會獲得更多的感官，變得更加有意識，更加準確。

同時，Gemini可以做到端到端的理解，資訊不會在“轉錄”過程中丟失。也正因如此，Gemini的應用實例演示顯得尤為絲滑。

精準狙擊GPT-4？谷歌“大殺器”Gemini亮相，有任務首超人類插图5

雖然沒有正式公佈，但根據內部消息，Gemini有萬億參數，訓練所用的算力甚至達到GPT-4的五倍。

谷歌在多種任務上評估了兩種模型的性能，驚喜地發現：從自然圖像、音頻、視頻理解到數學推理，Gemini Ultra在32個常用的學術基準的30個上，已經超越GPT-4！

其中，在MMLU（大規模多任務語言理解）測試中，Gemini Ultra以90.0%的高分，首次超過了人類專家。

據悉，MMLU測試包括57個學科，如數學、物理、歷史、法律、醫學和倫理，旨在考察世界知識和解決問題的能力。在這50多個不同學科領域中的每一個中，Gemini都和這些領域最好的專家一樣好。

另外，值得注意的是，谷歌為Gemini打造的一個殺手級功能就是寫代碼。

據悉，Gemini 1.0模型不僅可以理解、解釋和生成世界上最主流的編程語言，比如Python、Java、C++和Go的高質量代碼，同時它能夠跨語言工作，並對複雜資訊進行推理。

此次，谷歌推出了針對編程領域更為先進的AI代碼生成系統——AlphaCode 2。該系統在同時面對涉及編程以及複雜的數學和電腦科學理論等領域的問題時，也表現出了卓越的性能。

經測試顯示，AlphaCode 2解決的問題數幾乎是前代AlphaCode的兩倍。並且，AlphaCode 2編程的性能超過了85%的人類程式員，而AlphaCode只超過了約50%的程式員。

精準狙擊GPT-4？谷歌“大殺器”Gemini亮相，有任務首超人類插图7

對谷歌而言同樣重要的是，Gemini顯然是一個效率更高、更可靠、可擴展的模型。

Gemini不僅比谷歌以前的模型（如PaLM）運行起來更便宜，並且運行速度明顯快於早期規模較小、能力較弱的模型。

除Gemini外，谷歌還發布了迄今為止最強大、最高效，並且可擴展的TPU系統——Cloud TPU v5p，專為訓練尖端的AI模型而設計。

精準狙擊GPT-4？谷歌“大殺器”Gemini亮相，有任務首超人類插图9

新一代TPU將加速Gemini的發展，幫助開發人員和企業客戶更快地訓練大規模生成式AI模型，開發出新產品和新功能。

谷歌表示，其 Bard 將藉助 Gemini Pro 版本進行更高級的強化，涉及邏輯推理、規劃和理解等功能。它將在超過 170 個國家和地區提供服務，並計劃在未來擴展到不同的模態，並支持更多語言和地區。

此外，谷歌還將計劃將於明年初推出全新升級的 Bard Advanced，會由Gemini Ultra提供支持，讓用戶可以更好地體驗到其最好的模型和功能。

在接下來的幾個月裡，Gemini 將應用於更多的產品和服務，例如蒐索、廣告、Chrome 和 Duet AI 等等。

聯系郵箱：0xniumao@gmail.com