Google представил свой мультимодальный ИИ, который может рассуждать и лучше понимать намерения человека, распознает видео, генерирует текст, изображения, код и музыку. Общение с ботом проходит за пределами чатов и интерфейсов. Серьезный конкурент ChatGPT, который превзошел его в ряде мультимодальных тестов. Прикрепляем фантастическую видеопрезентацию Gemini.
Gemini — это первый искусственный интеллект, который смог обойти людей в тестировании на MMLU (Massive Multitask Language Understanding — массивное многозадачное понимание языка) и набрал результат 90%. Еще на шаг ближе к AGI.
Что она умеет?
Нейросеть работает с разными типами контента: тексты, изображения, аудио и видео. Она была обучена, в том числе на видео с YouTube, как мы помним, который тоже принадлежит Google.
Сейчас бесплатно доступна версия Gemini Pro (на видео модель Ultra, он круче, но еще не вышла), позже Google собирается монетизировать нейросеть через подписки.
Как работать с Gemini Pro? Инструкция из 3 шагов
1. Смените здесь язык в настройках Google-аккаунта на English (United States).
2. Обязательно активируйте американский VPN. Для этого используем специальное расширение в Chrome.
3. Переходим в чат-бот Bard. В верхней части будет сообщение «Bard has been updated in English with Gemini Pro».
Gemini будет доступен в трех версиях:
– Nano для решения простых задач. Её уже можно попробовать на смартфонах Pixel 8 Pro;
– Pro для сложных задач, которая с сегодняшнего дня работает в чат-боте Bard;
– Ultra самая мощная модель, которая на тестах обходит GPT-4 и GPT-4V, заработает в следующем году.
Разработчики смогут получить доступ к API от Gemini Pro 13 декабря. Ждем в @GPT4Telegrambot
Самая мощная версия Gemini Ultra будет помещена в Bard и доступна через облачный API в 2024 году.
Интересный факт. Gemini был назван в честь объединения двух основных лабораторий ИИ Google, а также в качестве отсылки к проекту Gemini NASA, который проложил путь к высадке на Луну в рамках программы «Аполлон».
#Google @hiaimedia