Am Mittwoch, google/technology/ai/google-gemini-ai/#performance”>Google angekündigt die Ankunft von Zwillinge, sein neues multimodales großes Sprachmodell, das von der KI-Abteilung des Unternehmens, DeepMind, von Grund auf entwickelt wurde. Unter seinen vielen Funktionen wird Gemini Google Bard unterstützen, das zuvor Schwierigkeiten hatte, aus dem Schatten seines Chatbot-Vorläufers chatgpt von OpenAI zu treten.

Laut a Blogbeitrag vom 6. Dezember Laut Sundar Pichai, CEO von Google, und Demis Hassabis, Mitbegründer und CEO von DeepMind, gibt es technisch gesehen drei Versionen des LLM – Gemini Ultra, Pro und Nano –, die für verschiedene Anwendungen gedacht sind. Bard wird nun von einem „fein abgestimmten“ Gemini Pro unterstützt, während die Nano-Variante in Produkten wie zu sehen sein wird Pixel Pro Smartphones. Die Gemini-Varianten werden in den kommenden Monaten auch für die Google-Suche, Anzeigen und Chrome verfügbar sein, obwohl der öffentliche Zugriff auf Ultra erst 2024 verfügbar sein wird.

Im Gegensatz zu vielen seiner KI-Konkurrenten wurde Gemini von Anfang an darauf trainiert, „multimodal“ zu sein, was bedeutet, dass es bereits sowohl text-, audio- als auch bildbasierte Eingabeaufforderungen verarbeiten kann. In einer begleitenden Videodemonstration, Gemini wird verbal beauftragt, zu identifizieren, was vor ihm liegt (ein Blatt Papier) und dann in Echtzeit die Skizze einer Ente eines Benutzers korrekt zu identifizieren. Zu den weiteren Fähigkeiten gehören offenbar das Ableiten, welche Aktionen in Videos nach der Pause passieren, das Generieren von Musik auf der Grundlage visueller Aufforderungen und das Bewerten der Hausaufgaben von Kindern – oft mit einer leicht frechen, zu Wortspielen neigenden Persönlichkeit. Es ist jedoch erwähnenswert, dass die Videobeschreibung den Haftungsausschluss enthält: „Für die Zwecke dieser Demo wurde die Latenz reduziert und die Gemini-Ausgaben wurden der Kürze halber gekürzt.“

Zwillinge begleiten technischer Bericht weist darauf hin, dass die leistungsstärkste Iteration des LLM, Ultra, „die aktuellen Ergebnisse auf dem neuesten Stand der Technik bei 30 der 32 weit verbreiteten akademischen Benchmarks übertrifft, die in verwendet werden.“ [LLM] Forschung und Entwicklung.” Allerdings scheinen die Verbesserungen eher bescheiden zu sein – Gemini Ultra beantwortete multidisziplinäre Fragen in 90 Prozent der Fälle richtig, im Vergleich zu 86,4 Prozent bei ChatGPT. Unabhängig von der statistischen Haarspalterei deuten die Ergebnisse jedoch darauf hin, dass ChatGPT möglicherweise echte Konkurrenz zu Gemini hat.

[Related: The logic behind AI chatbots like ChatGPT is surprisingly basic.]

Es überrascht nicht, dass Google in der Ankündigung vom Mittwoch warnte, dass seine neue Star-KI alles andere als perfekt sei und immer noch anfällig für die branchenweiten „Halluzinationen“ sei, die die aufkommende Technologie plagen – das heißt, dass LLM gelegentlich zufällig falsche oder unsinnige Antworten erfinde. Laut Eli Collins, Vizepräsident für Produkte bei Google DeepMind, hat Google Gemini außerdem „den umfassendsten Sicherheitsbewertungen aller Google-KI-Modelle“ unterzogen Auftaktveranstaltung am 6. Dezember. Dazu gehörte auch, Gemini damit zu beauftragen „Echte Toxizitätsaufforderungen„, ein vom Allen Institute for AI entwickelter Test mit über 100.000 problematischen Eingaben, der die potenziellen politischen und demografischen Vorurteile eines großen Sprachmodells bewerten soll.

Gemini wird in den kommenden Monaten im Rahmen einer Reihe geschlossener Testphasen weiterhin in die Produktsuite von Google integriert. Wenn alles wie geplant verläuft, wird irgendwann im nächsten Jahr ein Gemini Ultra-betriebener Bard Advanced der Öffentlichkeit zugänglich gemacht – aber wie mittlerweile allgemein bekannt ist, ist das anhaltende KI-Wettrüsten oft schwer vorherzusagen.

Auf die Frage, ob es von Gemini angetrieben wird, teilte Bard mit PopSci es habe „leider“ keinen Zugriff auf Informationen „über interne Google-Projekte“.

„Wenn Sie daran interessiert sind, mehr über … ‚Gemini‘ zu erfahren, empfehle ich Ihnen, über offizielle Google-Kanäle nach Informationen zu suchen oder jemanden im Unternehmen zu kontaktieren, der Zugriff auf solche Informationen hat“, schrieb Bard an PopSci. „Ich entschuldige mich für die Unannehmlichkeiten und hoffe, dass diese Informationen hilfreich sind.“