谷歌發(fā)布多模態(tài)大模型Gemini，性能超GPT-4！

12月7日凌晨，谷歌CEO桑達爾?皮查伊和Deepmind CEO戴密斯·哈薩比斯在谷歌官網(wǎng)聯(lián)名發(fā)文，宣布最新多模態(tài)大模型Gemini 1.0（雙子星）版本正式上線(xiàn)，其性能有望超過(guò)OpenAI GPT-4 模型。

Gemini號稱(chēng)是目前最強大、最通用的模型，第一版Gemini 1.0能夠理解和操作包括文字、圖象、音頻、視頻、代碼在內不同類(lèi)型信息。

Gemini原生設計成多模態(tài)模型，一開(kāi)始就在不同模態(tài)上預訓練，接著(zhù)通過(guò)額外的多模態(tài)數據進(jìn)行微調、提升性能。目前，Gemini 1.0所受的訓練是同時(shí)識別和理解文字、圖象、音頻、視頻、代碼等不同類(lèi)型信息，并可回答涉及復雜主題的問(wèn)題，這也讓Gemini在解釋、推理如數學(xué)和物理這樣復雜的問(wèn)題時(shí)表現出色。

不只如此，Gemini 1.0能夠理解和解釋世界上常用的程序語(yǔ)言如Python、Java、C++和Go，并且產(chǎn)生高品質(zhì)的代碼。值得一提的是，Google DeepMind 2年前推出AI代碼生成系統AlphaCode，現在通過(guò)一個(gè)專(zhuān)門(mén)版本的Gemini，建立更進(jìn)階的AlphaCode 2，不僅擅長(cháng)程序設計，還能處理與數學(xué)、理論計算機科學(xué)相關(guān)的競技程序設計問(wèn)題。

Google DeepMind團隊使用Google自行研發(fā)、用于加速機器學(xué)習的TPU v4和v5e（Tensor Processing Unit），有規模地訓練Gemini 1.0。依照模型大小有Ultra、Pro、Nano三種。

其中中端型號的Gemini Pro能夠擊敗GPT-3.5，可擴展多種任務(wù)；Gemini Nano用于特定任務(wù)和移動(dòng)設備。

而Gemini Ultra則是規模最大、功能最強大的模型，專(zhuān)為高度復雜任務(wù)所設計，Gemini Nano則是處理裝置上任務(wù)最有效率的模型。

Google DeepMind團隊不斷對Gemini模型進(jìn)行嚴格測試，從理解自然圖象、音頻、視頻，再到數學(xué)推理，其中發(fā)現Gemini Ultra在大型語(yǔ)言模型研究和開(kāi)發(fā)廣泛采用的32項學(xué)術(shù)基準測試中，有30個(gè)取得領(lǐng)先成績(jì)。

其中Gemini Ultra以90%的高得分成為第一個(gè)在MMLU（massive multitask language understanding，大規模多任務(wù)語(yǔ)言理解）測試里超越人類(lèi)專(zhuān)家的模型，而在新的MMMU基準測試里也得到59.4%領(lǐng)先分數，兩項測試皆超越OpenAI所開(kāi)發(fā)的GPT-4模型。

截至目前Google所有AI模型中，Gemini在偏誤、數據毒性（toxicity）等方面都接受最全面的安全性評價(jià)。在網(wǎng)絡(luò )攻擊、說(shuō)服能力、自主性等可能存在風(fēng)險的領(lǐng)域，Google DeepMind團隊都進(jìn)行最新研究，也運用Google Research的對抗測試技巧，在部署Gemini前率先找出關(guān)鍵的安全問(wèn)題。

Google將在多項產(chǎn)品中導入Gemini，包括軟件方面的Bard、以及有關(guān)硬件Pixel 8 Pro。從12月13日起，開(kāi)發(fā)者和企業(yè)客戶(hù)可以透過(guò)Google AI Studio或Google Cloud Vertex AI的Gemini API使用Gemini Pro。Android開(kāi)發(fā)者也能透過(guò)AICore，在開(kāi)發(fā)作業(yè)中運用Gemini Nano。

在ChatGPT推出后Google內部宣布「紅色警戒」，從那時(shí)起被認為在A(yíng)I競賽急起直追。Gemini可說(shuō)是Google多年來(lái)一直苦心建立的模型，也被外界視為能一舉挑戰OpenAI的關(guān)鍵利器。接下來(lái)我們將在越來(lái)越多Google產(chǎn)品看見(jiàn)Gemini身影，及其驅動(dòng)的強大功能。

編輯：芯智訊-林子