Google twierdzi, że ChatGPT zostaje daleko w tyle. Oto co potrafi nowa wersja Gemini

Możliwości generatywnej sztucznej inteligencji w dużej mierze uzależnione są od wielkości tzw. okna kontekstowego. Wydajność dużych modeli językowych definiowana jest przez liczbę tokenów, czyli porcji danych, które algorytm jest w stanie przetworzyć w ramach jednego zapytania. Google pochwalił się właśnie pobiciem rekordu. 

Podstawowa wersja zaprezentowanego właśnie modelu Gemini Pro 1.5 obsługuje 128 tys. tokenów, co stawia go na równi z GPT-4 Turbo. W ramach eksperymentu firma uruchomiła jednak wariant z milionem tokenów. 

A mówiąc ludzkim językiem? Google wylicza, że milion tokenów pozwala na przeanalizowanie choćby:

• godzinnego filmu;
• 11-godzinnej ścieżki audio;
• ponad 700 tys. słów;
• ponad 30 000 linii kodu. 

Firma podkreśla, że tak duża wydajność to aktualny rekord. 

W ramach prezentacji firma załadowała do Gemini plik PDF z 402-stronicową transkrypcją z misji Apollo 11 na Księżyc. Sztuczna inteligencja była w stanie w kilka sekund przeanalizować cały dokument i wydobyć z niego listę zabawnych cytatów. 

W innym teście Gemini 1.5 przenalizowało “Sherlock Jr.”, 44-minutowy niemy film z 1924 roku, a następnie skutecznie odpowiedziało na pytania dotyczące fabuły. 

Nowy model językowy jest także jeszcze bardziej usprawnić pracę programistów, mogąc działać na kodzie złożonym nawet z kilkudziesięciu tysięcy linii. 

Choć możliwości Gemini 1.5 Pro prezentują się imponująco, wersja z oknem kontekstowym z milionem tokenów jest na razie funkcją eksperymentalną. Google podkreśla, że została ona udostępniona “ograniczonej grupie deweloperów i klientów korporacyjnych”. 

To o tyle istotne, że Google wprost porównuje swój model z GPT-4 Turbo, z którego korzystać mogą już wszyscy chętni, a nie wąska grupa szczęśliwców.