GPT-4 geliştiricisi OpenAI, CEO Sam Altman’ın birkaç gün içinde kovulmasına ve yeniden işe alınmasına neden olan iç mücadelelerin üstesinden gelmeye çalışırken Google, Gemini’nin lansmanını mükemmel bir şekilde zamanlamış görünüyor . Bu muhtemelen kasıtsızdı ancak yine de avantajlıydı çünkü OpenAI’nin haberleri işlemesi ve yanıt vermesi bir dakikadan fazla zaman alacak.
Bu arada, Google’ın halkla ilişkiler heyecanı treni tam gaz çalışıyor; şirket YouTube’da , X /Twitter’da birkaç video yayınlıyor ve blogunda uzun bir gönderi yayınlıyor . Bu, yapay zekanın yeteneklerini küçümsemek anlamına gelmiyor çünkü geliştiricilerin paylaştığı gösteriler etkileyici. Google’ın kâr amacı güden bir şirket olduğunu ve ürünlerini mümkün olan en iyi şekilde sergileyeceğini unutmayın.
Sorumluluk reddi beyanları bir yana, Sundar Pichai’nin X gönderisi (yukarıda) muhtemelen Gemini’nin yeteneklerini gösteren en iyi videodur. Gemini destekli bir sohbet robotu, bu örnekte öncelikle işitsel ve görsel olmak üzere çeşitli girdi türlerini anladığını gösteriyor. Ancak Gemini “çok modludur”, yani metin, resim ve video girişlerini anlayabilir.
Örneğin, resimlerdeki veya videolardaki nesneleri doğru bir şekilde tanımlayabilir, konuşulan kelimeleri metne dönüştürebilir ve karmaşık bir sorguya tutarlı bir yanıt oluşturabilir. İletişim modları arasında ayrım yapabilir ve çok sayıda giriş aynı anda kullanıldığında anlamı çıkarımını yapabilir. Benzer şekilde, birden fazla çıktı türünü kullanarak yanıt verebilir.
AI modeli üç boyutta geliyor. Gemini Ultra, esas olarak veri merkezlerine yönelik en karmaşık modeldir. Gemini Pro, belirli işler için ölçeklendirme yapmak için idealdir. Son olarak Gemini Nano “cihaz içi görevler” için tasarlandı. Örnek olarak Google, Gemini Nano’yu Pixel 8 Pro’ya entegre etme planlarını duyurdu .
Yapay zeka eğitimini ve gelişimini yakından takip etmediğiniz sürece Google’ın karşılaştırmasını anlamak biraz zor olabilir. DeepMind CEO’su Demis Hassabis, Google’ın blogunda en önemlilerini açıkladı.
Gemini , matematik, fizik, hukuk ve etik gibi 57 konuda çok görevli dil anlayışını ölçen MMLU değerlendirmesinde sektör rekoru olan yüzde 90’lık bir puan aldı . Google bunun GPT-4’ün yüzde 86,4’lük puanını geçtiğini iddia ediyor. Karşılaştırma yalnızca metin girişini kullanır, ancak yüksek puan Gemini’nin çeşitli konularda üstün bir dil anlayışına sahip olduğunu gösterir ve bu da onu çeşitli uygulamalarda potansiyel olarak daha çok yönlü ve pratik hale getirir.
Hassabis ayrıca Gemini’nin yeni MMMU (Massive Multidiscipline Multimodal Understanding and Reasoning) kriterinde GPT-4’ü yüzde 59,4 ila 56,8 oranında geride bıraktığını iddia ediyor. Bu test, yapay zekanın konuyu “üniversite düzeyinde” anlamayla birlikte çok disiplinli görevleri kasıtlı olarak akıl yürütme konusundaki becerilerini ölçer .
Geliştiriciler 16 kriter daha listeledi. “HellaSwag” (günlük görevler için sağduyulu muhakeme), OpenAI’nin GPT-4’ünün daha yüksek puan verdiği tek şeydi (yüzde 95,3’ten 87,8’e). Gemini’nin liderliğini gösteren diğer puanların çoğu ihmal edilebilecek kadar yakındır.
Gemini çeşitli platformlarda piyasaya sürülmeye başladı. Google’ın Bard’ı zaten Gemini Pro entegrasyonunu aldı. Bu, chatbot asistanının şimdiye kadarki en önemli güncellemesidir ve 170’den fazla ülkede mevcuttur, ancak yalnızca İngilizce olarak mevcuttur. Google, daha fazla dilin yolda olduğunu söylüyor.
Daha önce de belirtildiği gibi, Gemini Nano’yu Pixel 8 Pro’ya ekliyor. Şirket ayrıca Gemini’yi Arama, Reklamlar, Chrome ve Duet AI gibi diğer ürünlerine de entegre etmeyi planlıyor. 13 Aralık’ta kurumsal kullanıcılar için bir Gemini Pro API geliyor.
Gemini Ultra henüz mevcut değil. Google hâlâ en karmaşık modelinde güven ve güvenlik kontrolleri yapıyor. Ultra, önümüzdeki yılın ilk yarısında “erken denemeler” için geliştiricilere ve kurumsal müşterilere sunulmaya başlayacak.