“有了人工智能，我們將有機會以更大規(guī)模做一些重要的事情?！惫雀鐲EO Sundar Pichai在谷歌成立25周年公開信中就特意提到了人工智能。面對強勢的OpenAI，優(yōu)等生谷歌需要一款現(xiàn)象級產(chǎn)品，證明自己在人工智能領(lǐng)域的實力。

Gemini就是谷歌交出的答卷。

一、“打的就是精銳”

谷歌的Gemini模型的核心優(yōu)勢在于其原生多模態(tài)（natively multimodal）的特性。

以往的多模態(tài)大模型往往是通過分別針對不同模態(tài)訓練單獨的組件，再將這些組件組合起來以模擬多模態(tài)功能的方法構(gòu)建的。雖然在某些任務(wù)（比如圖像描述）上表現(xiàn)良好，但在處理需要更深層次概念理解和復(fù)雜推理的任務(wù)時，它們的表現(xiàn)往往不盡人意。

而谷歌的Gemini模型從一開始就在不同模態(tài)上進行預(yù)訓練，再通過使用額外的多模態(tài)數(shù)據(jù)進行微調(diào)，進一步提升了模型的有效性。這種原生的多模態(tài)訓練方法使得Gemini在處理多種類型的數(shù)據(jù)和復(fù)雜任務(wù)時更為高效和精準，從而在多模態(tài)人工智能領(lǐng)域樹立了新的標準。

并且，Gemini的推出主要是“瞄準OpenAI的GPT-4”而來。用《亮劍》里李云龍的話來說就是——“打的就是精銳”。

在運算效能方面，Gemini幾乎“全面吊打”GPT-4。Gemini Ultra在大模型研發(fā)被廣泛使用的32個學術(shù)基準測試集中，在其中30個測試集的性能超過此前SOTA結(jié)果。其中，在多選問題、數(shù)學問題、Python代碼任務(wù)、閱讀等方面，Gemini的性能都超過了此前最先進的水平。

谷歌稱，他們對MMLU采用了新的基準方法，使Gemini能夠利用推理能力在回答難題之前進行更仔細的思考，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。

Gemini Ultra在多個編碼基準測試中表現(xiàn)出色，包括HumanEval和Natural2Code。其中僅Gemini僅在HellaSWAG數(shù)據(jù)集上的測試遜色于GPT-4。

HellaSWAG數(shù)據(jù)集主要用于研究扎根的常識推理能力，但是一位NLP領(lǐng)域的研究專家向「甲子光年」表示：”這并不能說明GPT4的常識推理性能更好，因為不能排除ChatGPT的模型在HellaSWAG數(shù)據(jù)集上訓練過。”

Gemini模型與GPT-4部分測試評分對比，圖片來源：谷歌

此外，在多模態(tài)方面，Gemini Ultra在新的MMMU基準測試中取得了59.4%的最先進得分，突顯了其多模態(tài)性和復(fù)雜推理能力。

在圖像基準方面的測試中，Gemini Ultra不需要從圖像中提取文本就能進行OCR處理，表現(xiàn)優(yōu)于之前最先進的模型。

Gemini模型在多模態(tài)方面的與GPT-4V的測試對比，圖片來源：谷歌

Gemini 1.0被訓練用于同時識別和理解文本、圖像、音頻等，因此它能更好地理解具有細微差別的信息，回答與復(fù)雜主題相關(guān)的問題，尤其擅長解釋數(shù)學和物理等復(fù)雜科目中的推理。

“推理缺陷”也是GPT系列存在的問題。著名語言模型批評者Gary Marcus博士曾銳評道：“大語言模型沒法做一些有嚴格定義的工作：遵守國際象棋規(guī)則、五位數(shù)字相乘、在家譜中進行可靠的推理、比較不同物體的重量等等?！?/p>

Gemini解答物理題演示案例，圖片來源：谷歌

盡管技術(shù)進步顯著，但AI生成的虛假或捏造信息的問題依然存在。Eli Collins指出，這仍是一個未被完全解決的研究難題。

但他同時也強調(diào)，Gemini接受了谷歌迄今最為全面的安全評估，以確保其可靠性和安全性。谷歌對Gemini進行了一系列對抗性測試，模擬惡意用戶使用模型，并輸入各種提示詞，以檢測模型是否會產(chǎn)生仇恨言論或表現(xiàn)出政治偏見。這些測試包括了“真實毒性提示詞”，由網(wǎng)絡(luò)收集的超過10萬個提示詞組成，用以全面檢驗?zāi)Ｐ偷姆磻?yīng)。

值得注意的是，Gemini是在谷歌自研的云芯片Tensor Processing Units（TPU）上完成訓練的。特別是TPU v5p版本，在性能上有了顯著提升，使得模型訓練速度相比前一代提高了2.8倍。據(jù)悉，TPU v5p芯片是專為數(shù)據(jù)中心訓練及大型模型運行而設(shè)計。

從12月13日起，開發(fā)人員和企業(yè)客戶可以通過Google AI Studio或Google Cloud Vertex AI來訪問Gemini Pro模型。Google AI Studio是一個基于網(wǎng)絡(luò)的免費開發(fā)工具，為開發(fā)人員提供API密鑰，從而快速創(chuàng)建原型并啟動應(yīng)用程序。Vertex AI提供了定制化的Gemini以提供更為全面和管理的人工智能平臺，并具有完整的數(shù)據(jù)控制功能，能利用谷歌云的額外功能，包括企業(yè)級的安全性、隱私保護以及數(shù)據(jù)治理和合規(guī)性。

此外，從Pixel 8 Pro設(shè)備開始，Android開發(fā)人員還可以通過Android 14中的新系統(tǒng)功能AICore來使用Gemini Nano。Gemini Nano是專為設(shè)備端任務(wù)設(shè)計的高效模型，通過注冊AICore的早期預(yù)覽版，開發(fā)人員可以深入探索其潛力，更便捷地利用Gemini的先進技術(shù)，并在Android生態(tài)系統(tǒng)的應(yīng)用開發(fā)中迸發(fā)更多可能性。

到2024年，谷歌計劃推出Bard Advanced，它與AI agent的初級形態(tài)十分相似。Bard Advanced將借助Gemini Ultra提供支持，可以迅速理解多模態(tài)輸入，包括文本、圖像、音頻和視頻，并作出相應(yīng)的響應(yīng)。

二、谷歌 VS OpenAI

在OpenAI的GPTs大放異彩時，谷歌似乎過于沉寂了。

今年2月，谷歌在巴黎舉行活動時，因其聊天機器人Bard的一處失誤，市值蒸發(fā)了1000億美元，也引發(fā)了外界對于Bard準確性的擔憂。

隨著OpenAI推出了ChatGPT，尤其是在必應(yīng)搜索中整合了GPT技術(shù)，并首次在應(yīng)用程序下載量上超越了谷歌后，人們開始思考谷歌是否在已人工智能領(lǐng)域落后于競爭對手。

事實上，谷歌才是在2017年提出的Transformer模型、為今天這場游戲制定規(guī)則的先行者。

谷歌對大模型”高地”的競爭意識并不比OpenAI晚。2021年，谷歌便推出了1.6萬億參數(shù)的Switch Transformer，強調(diào)稀疏多模態(tài)結(jié)構(gòu)的潛力。同時，谷歌還提出了Flan-T5模型，通過更多監(jiān)督數(shù)據(jù)降低了模型規(guī)模，比GPT-3模型參數(shù)更少但性能更佳。

對于技術(shù)上的評估，《經(jīng)濟學人》在今年1月曾進行了一項比較測試，向ChatGPT和谷歌基于Lamda的機器人Bard提出了數(shù)學、閱讀和約會建議等問題。

測試結(jié)果顯示，谷歌AI在數(shù)學問題上表現(xiàn)更佳，但ChatGPT在常識問題上更準確。幾天后OpenAI升級了ChatGPT，再次測試中在數(shù)學問題上與谷歌AI持平。盡管ChatGPT作為一個大型語言模型訓練成本高、迭代難，但也顯示了它持續(xù)進化的巨大潛力。值得注意的是，谷歌的語言模型與ChatGPT在性能上是旗鼓相當?shù)摹?/strong>