谷歌大殺器終于來了，真超GPT4，手機(jī)直接可用

美目揚(yáng) 2023-12-07 發(fā)布于廣東

展開全文

來源｜機(jī)器之心

時(shí)代變了？

迄今為止規(guī)模最大，能力最強(qiáng)的谷歌大模型來了。

當(dāng)?shù)貢r(shí)間 12 月 6 日，谷歌 CEO 桑達(dá)爾?皮查伊官宣 Gemini 1.0 版正式上線。

這次發(fā)布的 Gemini 大模型是原生多模態(tài)大模型，是谷歌大模型新時(shí)代的第一步，它包括三種量級：能力最強(qiáng)的 Gemini Ultra，適用于多任務(wù)的 Gemini Pro 以及適用于特定任務(wù)和端側(cè)的 Gemini Nano。

現(xiàn)在，谷歌的類 ChatGPT 應(yīng)用 Bard 已經(jīng)升級到了 Gemini Pro 版本，實(shí)現(xiàn)了更為高級的推理、規(guī)劃、理解等能力，同時(shí)繼續(xù)保持免費(fèi)。谷歌預(yù)計(jì)在明年初將推出「Bard Advanced」，其將使用 Gemini Ultra。

這是 Bard 問世以來最大的更新。

自 ChatGPT 發(fā)布以來，我們一直對谷歌聲稱的競品 Gemini 模型的能力非常好奇，這款大模型早在今年 3 月就有了風(fēng)聲，5 月的 I/O 大會上進(jìn)入「即將推出」的狀態(tài)。

隨著知情人士不斷透露新信息，我們能了解到：據(jù)說 Gemini 有萬億參數(shù)，訓(xùn)練動用的算力是 GPT-4 的五倍。但 Gemini 的正式發(fā)布卻似乎因?yàn)楦鞣N原因而屢遭推遲。

為了與 OpenAI 和微軟展開競爭，谷歌果斷從 PaLM 2 切換到了 Gemini 上，甚至在今年 4 月份直接把谷歌大腦（Google Brain）和 DeepMind 合并在了一起，Gemini 就由新組成的 Google DeepMind 匯合兩個實(shí)驗(yàn)室的力量進(jìn)行攻關(guān)。

可見谷歌在大模型軍備競賽上孤注一擲的心態(tài)。

那么，Gemini 真的能夠給我們帶來驚喜嗎？除了在各種 Benchmark 上拿到最優(yōu)成績，甚至超越人類以外，有趣的是，在新聞發(fā)布會上，面對記者有關(guān)「Gemini 相比以前的大模型有哪些新能力」的提問，Google DeepMind 產(chǎn)品副總裁 Eli Collins 回答說：「我懷疑有」，表示谷歌仍然在努力了解 Gemini Ultra 的全部能力。

以下為谷歌 CEO 皮查伊的聲明：

每一次技術(shù)變革都是推進(jìn)科學(xué)發(fā)現(xiàn)、加速人類進(jìn)步和改善生活的機(jī)會。我相信我們現(xiàn)在所看到的人工智能轉(zhuǎn)變將是我們一生中最深刻的轉(zhuǎn)變，遠(yuǎn)遠(yuǎn)大于之前向移動或網(wǎng)絡(luò)的轉(zhuǎn)變。人工智能有潛力為世界各地的人們創(chuàng)造從日常生活到非凡的機(jī)會。它將帶來新一波的創(chuàng)新和經(jīng)濟(jì)進(jìn)步，并以前所未有的規(guī)模推動知識、學(xué)習(xí)、創(chuàng)造力和生產(chǎn)力。

這讓我感到興奮：有機(jī)會讓人工智能為世界各地的每個人提供幫助。

作為一家人工智能優(yōu)先的公司，我們已經(jīng)走過了近八年的歷程，進(jìn)步的步伐只會不斷加快：數(shù)百萬人現(xiàn)在在我們的產(chǎn)品中使用生成式人工智能來完成一年前無法完成的事情，從尋找答案到更復(fù)雜的問題使用新工具進(jìn)行協(xié)作和創(chuàng)造的問題。與此同時(shí)，開發(fā)人員正在使用我們的模型和基礎(chǔ)設(shè)施來構(gòu)建新的生成式人工智能應(yīng)用程序，世界各地的初創(chuàng)公司和企業(yè)正在利用我們的人工智能工具不斷成長。

這是令人難以置信的勢頭，然而，我們才剛剛開始觸及可能性的表面。

我們正在大膽而負(fù)責(zé)任地開展這項(xiàng)工作。這意味著我們的研究要雄心勃勃，追求能夠?yàn)槿祟惡蜕鐣砭薮罄娴哪芰?，同時(shí)建立保障措施并與政府和專家合作，應(yīng)對人工智能變得更加強(qiáng)大的風(fēng)險(xiǎn)。我們將繼續(xù)投資最好的工具、基礎(chǔ)模型和基礎(chǔ)設(shè)施，并在我們的人工智能原則的指導(dǎo)下將它們引入我們的產(chǎn)品和其他產(chǎn)品中。

谷歌大模型 Gemini 正式發(fā)布

谷歌 DeepMind CEO 和聯(lián)合創(chuàng)始人 Demis Hassabis 代表 Gemini 團(tuán)隊(duì)正式推出了大模型 Gemini。

Hassabis 表示長久以來，谷歌一直想要建立新一代的 AI 大模型。在他看來，AI 帶給人們的不再只是智能軟件，而是更有用、更直觀的專家助手或助理。

今天，谷歌大模型 Gemini 終于亮相了，成為其有史以來打造的最強(qiáng)大、最通用的模型。Gemini 是谷歌各個團(tuán)隊(duì)大規(guī)模合作的成果，包括谷歌研究院的研究者。

特別值得關(guān)注的是，Gemini 是一個多模態(tài)大模型，意味著它可以泛化并無縫地理解、操作和組合不同類型的信息，包括文本、代碼、音頻、圖像和視頻。

谷歌表示，Gemini 還是他們迄今為止最靈活的模型，能夠高效地運(yùn)行在數(shù)據(jù)中心和移動設(shè)備等多類型平臺上。Gemini 提供的 SOTA 能力將顯著增強(qiáng)開發(fā)人員和企業(yè)客戶構(gòu)建和擴(kuò)展 AI 的方式。

目前，Gemini 1.0 提供了三個不同的尺寸版本，分別如下：

Gemini Ultra：規(guī)模最大、能力最強(qiáng)，用于處理高度復(fù)雜的任務(wù)；
Gemini Pro：在各種任務(wù)上擴(kuò)展的最佳模型；
Gemini Nano：用于端側(cè)（on-device）任務(wù)的最高效模型。

谷歌對 Gemini 模型進(jìn)行了嚴(yán)格的測試，并評估了它們在各種任務(wù)中的表現(xiàn)。從自然圖像、音頻和視頻理解，到數(shù)學(xué)推理等任務(wù)，Gemini Ultra 在大型語言模型研發(fā)被廣泛使用的 32 個學(xué)術(shù)基準(zhǔn)測試集中，在其中 30 個測試集的性能超過當(dāng)前 SOTA 結(jié)果。

另外，Gemini Ultra 在 MMLU（大規(guī)模多任務(wù)語言理解數(shù)據(jù)集）中的得分率高達(dá) 90.0%，首次超越了人類專家。MMLU 數(shù)據(jù)集包含數(shù)學(xué)、物理、歷史、法律、醫(yī)學(xué)和倫理等 57 個科目，用于測試大模型的知識儲備和解決問題能力。

針對 MMLU 測試集的新方法使得 Gemini 能夠在回答難題之前利用其推理能力進(jìn)行更仔細(xì)的思考，相比僅僅根據(jù)問題的第一印象作答，Gemini 的表現(xiàn)有顯著改進(jìn)。

在大多數(shù)基準(zhǔn)測試中，Gemini 的性能都超越了 GPT-4。

更多細(xì)節(jié)，請查看詳細(xì)的測試報(bào)告：https://storage./deepmind-media/gemini/gemini_1_report.pdf

在最新版本的 MMMU 測試集中，Gemini Ultra 也取得了得分為 59.4% 的最佳成績。增強(qiáng)版的測試集由需要慎重推理的多模態(tài)任務(wù)組成。

在圖像基準(zhǔn)方面的測試中，Gemini Ultra 不需要從圖像中提取文本就能進(jìn)行 OCR 處理，這凸顯了 Gemin 內(nèi)置的強(qiáng)大多模態(tài)能力，也初步顯示了 Gemini 具有更復(fù)雜推理能力的先兆。

下一代全方位能力升級

Gemini 在設(shè)計(jì)時(shí)原生地支持多模態(tài)，從一開始便在不同模態(tài)上進(jìn)行了預(yù)訓(xùn)練，然后利用額外的多模態(tài)數(shù)據(jù)進(jìn)行微調(diào)以提升有效性。因此，Gemini 能夠無縫地理解和推理各種輸入，遠(yuǎn)遠(yuǎn)優(yōu)于現(xiàn)有多模態(tài)模型，并且它的能力在幾乎每個領(lǐng)域都是最強(qiáng)的。

復(fù)雜推理能力

Gemini 1.0 具有復(fù)雜多模態(tài)推理能力，可以幫助理解復(fù)雜的書面和視覺信息。這使得它尤其擅長發(fā)現(xiàn)海量數(shù)據(jù)中難以辨別的知識。Gemini 1.0 通過閱讀、過濾和理解信息具有了從數(shù)十萬份文件中提取 insights 的超凡能力，這有助于科學(xué)、金融等諸多領(lǐng)域以超快的速度取得新突破。

同時(shí)理解文字、圖像、音頻以及更多模態(tài)的信息

經(jīng)過訓(xùn)練，Gemini 1.0 可以同時(shí)識別和理解文本、圖像、音頻等，因此它能夠更全面地理解輸入中信息的細(xì)節(jié)，也能回答與復(fù)雜主題相關(guān)的問題。因此，它特別擅長對數(shù)學(xué)和物理等復(fù)雜學(xué)科的問題進(jìn)行推理。

如下圖所示，一位老師畫了一個滑雪者從斜坡上下來的物理問題，而一位學(xué)生則提出了一個解決方案來計(jì)算滑雪者在斜坡底部的速度。利用Gemini的多模態(tài)推理能力，該模型能夠讀懂凌亂的筆跡，正確理解問題的表述，將問題和解決方案都轉(zhuǎn)換為數(shù)學(xué)公式，識別出學(xué)生在解決問題時(shí)出錯的具體推理步驟，然后給出問題的正確解決方案。

高級編碼

Gemini 可以理解、解釋和生成流行編程語言（如 Python、Java、C++、Go）的高質(zhì)量代碼，具備強(qiáng)大的跨語言工作和推理復(fù)雜信息的能力使其成為世界領(lǐng)先的編碼基礎(chǔ)模型之一。

Gemini Ultra 在多個編碼基準(zhǔn)測試中表現(xiàn)出色，包括 HumanEval（用于評估編碼任務(wù)性能的重要行業(yè)標(biāo)準(zhǔn)）和 Natural2Code（谷歌內(nèi)部數(shù)據(jù)集），該數(shù)據(jù)集使用作者生成的源代碼而不是基于網(wǎng)絡(luò)的信息。

Gemini 還可以用作更高級編碼系統(tǒng)的引擎。兩年前，谷歌推出了 AlphaCode，這是第一個在編程競賽中達(dá)到競爭性水平的人工智能代碼生成系統(tǒng)。

使用 Gemini 的專門版本，谷歌創(chuàng)建了更先進(jìn)的代碼生成系統(tǒng) AlphaCode 2，它擅長解決超出編碼范圍、涉及復(fù)雜數(shù)學(xué)和理論計(jì)算機(jī)科學(xué)的競爭性編程問題。

經(jīng)過與原始 AlphaCode 在相同平臺上進(jìn)行評估，AlphaCode 2 展現(xiàn)出巨大的改進(jìn)，解決的問題數(shù)量幾乎是原來的兩倍。

專用 TPU 訓(xùn)練

谷歌使用內(nèi)部設(shè)計(jì)的張量處理單元 (TPU) v4 和 v5e 在人工智能優(yōu)化基礎(chǔ)設(shè)施上對 Gemini 1.0 進(jìn)行了大規(guī)模訓(xùn)練，并將其設(shè)計(jì)為最可靠、可擴(kuò)展的訓(xùn)練模型和最高效的服務(wù)模型。

在 TPU 上，Gemini 的運(yùn)行速度明顯快于早期規(guī)模較小、能力較弱的模型。這些定制設(shè)計(jì)的 AI 加速器是谷歌人工智能產(chǎn)品的核心，這些產(chǎn)品為搜索、YouTube、Gmail、谷歌地圖、Google Play 和 Android 等數(shù)十億用戶提供服務(wù)。它們還幫助世界各地的公司經(jīng)濟(jì)高效地訓(xùn)練大規(guī)模人工智能模型。

今天，谷歌同時(shí)發(fā)布了迄今為止最強(qiáng)大、最高效、可擴(kuò)展的 TPU 系統(tǒng) —Cloud TPU v5p，專為訓(xùn)練尖端的人工智能模型而設(shè)計(jì)。新一代 TPU 將加速 Gemini 的發(fā)展，幫助開發(fā)人員和企業(yè)客戶更快地訓(xùn)練大規(guī)模生成式 AI 模型，讓新產(chǎn)品和新功能更快地與客戶見面。

圖｜Google 數(shù)據(jù)中心內(nèi)的一排 Cloud TPU v5p AI 加速器超級計(jì)算機(jī)。

谷歌旗下產(chǎn)品將全線升級

從今天開始，谷歌將在其產(chǎn)品中添加 Gemini，例如 Bard 將使用 Gemini Pro 的微調(diào)版本來執(zhí)行更高級的推理、規(guī)劃、理解等任務(wù)。這也是 Bard 自推出以來最大的升級。

升級版 Bard 將在 170 多個國家 / 地區(qū)提供英語版本，并且在不久的將來會擴(kuò)展到更多模態(tài)，并支持更多種語言。

谷歌還將 Gemini 引入了 Pixel。Pixel 8 Pro 將是第一款運(yùn)行 Gemini Nano 的智能手機(jī)。

Pixel 8 Pro 在錄音機(jī)應(yīng)用中使用 Gemini Nano 來總結(jié)會議音頻，即使沒有網(wǎng)絡(luò)連接也可以實(shí)現(xiàn)。

在接下來的幾個月中，Gemini 將陸續(xù)出現(xiàn)在谷歌更多的產(chǎn)品和服務(wù)中，包括搜索、廣告、Chrome、Duet AI 等等。

谷歌表示其已經(jīng)在搜索中試驗(yàn)了 Gemini，它使用戶的搜索生成體驗(yàn) (SGE) 速度更快，延遲減少了 40%，同時(shí)質(zhì)量也得到了提升。

使用指南及未來規(guī)劃

最后，開發(fā)者如何使用 Gemini？

從 12 月 13 日開始，開發(fā)人員和企業(yè)客戶可以通過 Google AI Studio 或 Google Cloud Vertex AI 中的 Gemini API 訪問 Gemini Pro。

從 Pixel 8 Pro 設(shè)備開始，Android 開發(fā)人員還可以通過 AICore 使用 Gemini Nano 進(jìn)行構(gòu)建。Android AICore 是 Android 14 中的一項(xiàng)新系統(tǒng)服務(wù)，可處理模型管理、運(yùn)行時(shí)、安全功能等，簡化用戶將 AI 融入應(yīng)用程序的工作。

AICore 通過 Gemini Nano 實(shí)現(xiàn)低秩適應(yīng) (LoRA) 微調(diào)。這個強(qiáng)大的概念使應(yīng)用程序的開發(fā)人員能夠根據(jù)自己的訓(xùn)練數(shù)據(jù)創(chuàng)建小型 LoRA 適配器。LoRA 適配器由 AICore 加載，從而產(chǎn)生針對應(yīng)用程序自身用例進(jìn)行微調(diào)的大型語言模型。

另外，谷歌劇透了 Gemini Ultra 將會在不久后發(fā)布，以及 Bard 的下一步升級計(jì)劃。

Gemini Ultra 模型目前正處于信任和安全檢查階段，包括由可信賴的外部各方組成的紅隊(duì)（red team），并使用微調(diào)和人類反饋強(qiáng)化學(xué)習(xí)（RLHF）進(jìn)一步完善模型。

在這個過程中，谷歌會先向部分客戶、開發(fā)人員、合作伙伴以及安全和責(zé)任專家提供 Gemini Ultra，供其進(jìn)行早期實(shí)驗(yàn)和反饋，然后在明年初向開發(fā)人員和企業(yè)客戶推出。

Gemini Ultra 是谷歌最大、功能最強(qiáng)大的模型，專為高度復(fù)雜的任務(wù)而設(shè)計(jì)。普通用戶體驗(yàn) Gemini Ultra 的首個方式會是通過 Bard Advanced，谷歌將在明年年初推出 Bard Advanced。

谷歌表示，未來將努力擴(kuò)展 Gemini 的功能，包括在規(guī)劃和記憶方面的進(jìn)步，以及增加上下文窗口以處理更多信息，從而做出更好的響應(yīng)。（編輯｜楊倩）

本站是提供個人知識管理的網(wǎng)絡(luò)存儲空間，所有內(nèi)容均由用戶發(fā)布，不代表本站觀點(diǎn)。請注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購買等信息，謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請點(diǎn)擊一鍵舉報(bào)。

轉(zhuǎn)藏 分享

QQ空間 QQ好友新浪微博微信

獻(xiàn)花（0） +1

來自：美目揚(yáng) > 《鳳凰網(wǎng)》

舉報(bào)/認(rèn)領(lǐng)