Was ist google Gemini 1.0: Google hat sein generatives KI-Modell Gemini 1.0 der nächsten Generation vollständig enthüllt, das jetzt über den Konversations-Chatbot Bard verfügbar ist.

Das Gemini 1.0-Modell, das erstmals auf der Google I/O im Mai vorgestellt wurde, ist leistungsfähiger als die bestehende Technologie und möglicherweise in der Lage, mit dem von Microsoft verwendeten chatgpt-Modell von OpenAI mitzuhalten.

Laut Google ist Gemini sein „größtes und leistungsfähigstes KI-Modell“ und wird für die Stromversorgung aller Smartphones vom Bard bis zur Google Pixel-Reihe verantwortlich sein. Es ist ab heute in Bard verfügbar.

Der Unternehmen sagt der Schlüssel zu Gemini und dem „multimodalen“ KI-Modell. Das bedeutet, dass es „unterschiedliche Arten von Informationen, einschließlich Text, Code, Audio, Bild und Video, verallgemeinern und nahtlos verstehen, verarbeiten und kombinieren kann.“ Frühere Modelle erreichten viel eingeschränktere Fähigkeiten, indem sie Modelle zusammenfügten. Zwillinge sind von Natur aus multimodal.

Sie können die neuen Funktionen unten in einer unglaublich beeindruckend aussehenden Demonstration sehen. Es ist schnell, reaktiv, gesprächig und erschreckend intelligent.

Drei verschiedene Größen für Zwillinge

Laut Google handelt es sich bei Gemini 1.0 um die erste Version des Modells, wie aus der Nummerierungskonvention hervorgeht. Es gibt Ebenen, die für unterschiedliche Zwecke gebaut wurden. Sie alle profitieren vom multimodalen Design und ihre Zwecke werden im Folgenden detailliert beschrieben.

Nano beispielsweise eignet sich hervorragend für KI auf dem Gerät und wird bald auf dem Pixel 8 Pro verfügbar sein, während Ultra auf extreme Anwendungsfälle wie Rechenzentren ausgerichtet ist. Pro ist der glückliche Mittelweg, von dem Bard ab heute profitieren wird.

• Gemini Ultra – unser größtes und leistungsstärkstes Modell für hochkomplexe Aufgaben.
• Gemini Pro – unser bestes Modell für die Skalierung für ein breites Aufgabenspektrum.
• Gemini Nano – unser effizientestes Modell für Aufgaben auf dem Gerät.

Übermenschliche Leistung

Laut Google wurde die Leistung von Gemini in Bezug auf Aufgaben wie natürliches Bild-, Audio- und Videoverständnis bis hin zum mathematischen Denken streng getestet. Gemini Ultra schlägt etablierte Modelle in 30 von 32 akademischen Benchmarks für große Sprachmodelle.

Jetzt, so Google, übertrifft Gemini menschliche Experten in 57 Fächern, wenn es um MMLU (Massive Multitask Language Understanding) geht. Gemini erreichte in diesen Tests 90,0 %, während ChatGPT 4 86,4 % erreichte. Das ist eine wichtige Erkenntnis.

Wie und warum die nächste Generation gebaut wurde

Google gibt an, das Training von Gemini anders angegangen zu sein als frühere multimodale Funktionen. Zuvor wurden sie einzeln trainiert und anschließend zusammengestellt. Das bedeutete, dass es beispielsweise gut zur Beschreibung von Bildern geeignet war, ihm aber die Fähigkeit zur kompetenten komplexen Argumentation fehlte.

Laut Google war Gemini von Anfang an darauf vorbereitet, nativ multimodal zu sein.

„Dann haben wir es mit zusätzlichen multimodalen Daten verfeinert, um seine Wirksamkeit weiter zu verfeinern“, heißt es im Blogbeitrag des Unternehmens. „Dies hilft Gemini, alle Arten von Eingaben von Grund auf nahtlos zu verstehen und zu begründen, weitaus besser als bestehende multimodale Modelle – und seine Fähigkeiten sind in fast allen Bereichen auf dem neuesten Stand.“

Verfügbarkeit

Wie bereits erwähnt, kann Gemini Pro ab heute in Google Bard verwendet werden, während Gemini Nano nächstes Jahr auf dem Pixel 8 Pro eingeführt wird.

Google fügt hinzu: „Wir bringen Gemini auch zu Pixel. Pixel 8 Pro ist das erste Smartphone, das mit Gemini Nano ausgestattet ist, das neue Funktionen wie Summaride in der Recorder-App und die Einführung von Smart Reply in Gboard ermöglicht, beginnend mit WhatsApp – weitere Messaging-Apps folgen im nächsten Jahr.“