Представляем Gemini: нашу крупнейшую и самую мощную модель искусственного интеллекта

Gemini также является нашей самой гибкой моделью, способной эффективно работать на любых устройствах — от центров обработки данных до мобильных устройств. Его современные возможности значительно улучшат возможности разработчиков и корпоративных клиентов по созданию и масштабированию с помощью ИИ.

Мы оптимизировали нашу первую версию Gemini 1.0 для трех разных размеров:

• Gemini Ultra — наша самая крупная и наиболее эффективная модель для решения очень сложных задач.
• Gemini Pro — наша лучшая модель для масштабирования под широкий круг задач.
• Gemini Nano — наша самая эффективная модель для задач на устройстве.

Современное исполнение

Мы тщательно тестировали наши модели Gemini и оценивали их производительность при выполнении самых разных задач. От естественного понимания изображений, аудио и видео до математических рассуждений, производительность Gemini Ultra превосходит текущие результаты по 30 из 32 широко используемых академических тестов, используемых в исследованиях и разработках моделей большого языка (LLM).

С результатом 90,0% Gemini Ultra является первой моделью, превзошедшей экспертов-людей по MMLU (многозадачному пониманию языка), который использует комбинацию 57 предметов, таких как математика, физика, история, право, медицина и этика, для тестирования как мировых знания и способности решать проблемы.

Наш новый эталонный подход к MMLU позволяет Gemini использовать свои способности к рассуждению, чтобы более тщательно подумать, прежде чем отвечать на сложные вопросы, что приводит к значительным улучшениям по сравнению с использованием первого впечатления.

Понимание текста, изображений, аудио и т. д.

Gemini 1.0 был обучен одновременно распознавать и понимать текст, изображения, аудио и многое другое, поэтому он лучше понимает нюансы информации и может отвечать на вопросы, касающиеся сложных тем. Благодаря этому он особенно хорош для объяснения рассуждений в таких сложных предметах, как математика и физика.

Наша первая версия Gemini может понимать, объяснять и генерировать высококачественный код на самых популярных в мире языках программирования, таких как Python, Java, C++ и Go. Его способность работать на разных языках и анализировать сложную информацию делает его одной из ведущих базовых моделей кодирования в мире.

Gemini Ultra преуспевает в нескольких тестах кодирования, включая HumanEval , важный отраслевой стандарт для оценки производительности задач кодирования, и Natural2Code, наш внутренний резервный набор данных, который использует источники, созданные авторами, а не информацию из Интернета.

Gemini также можно использовать в качестве двигателя для более совершенных систем кодирования. Два года назад мы представили AlphaCode , первую систему генерации кода искусственного интеллекта, которая достигла конкурентного уровня производительности на соревнованиях по программированию.

Используя специализированную версию Gemini, мы создали более совершенную систему генерации кода AlphaCode 2 , которая отлично справляется с решением задач конкурентоспособного программирования, выходящих за рамки кодирования и включающих сложную математику и теоретическую информатику.

Мы рады, что программисты все чаще используют высокопроизводительные модели искусственного интеллекта в качестве инструментов для совместной работы, которые могут помочь им рассуждать о проблемах, предлагать проекты кода и помогать с реализацией — чтобы они могли быстрее выпускать приложения и разрабатывать более качественные сервисы.

Более подробную информацию смотрите в нашем техническом отчете AlphaCode 2 .

Более надежный, масштабируемый и эффективный

Мы обучили Gemini 1.0 в масштабе нашей оптимизированной для искусственного интеллекта инфраструктуры с использованием тензорных процессоров (TPU) v4 и v5e , разработанных Google . И мы разработали ее так, чтобы она стала нашей самой надежной и масштабируемой моделью для обучения и самой эффективной в обслуживании.

На TPU Gemini работает значительно быстрее, чем более ранние, меньшие по размеру и менее мощные модели. Эти специально разработанные ускорители искусственного интеллекта легли в основу продуктов Google на базе искусственного интеллекта, которые обслуживают миллиарды пользователей, таких как Поиск, YouTube, Gmail, Карты Google, Google Play и Android. Они также позволили компаниям по всему миру экономически эффективно обучать крупномасштабные модели ИИ.

Сегодня мы анонсируем самую мощную, эффективную и масштабируемую систему TPU на сегодняшний день — Cloud TPU v5p , предназначенную для обучения передовых моделей искусственного интеллекта. Этот TPU следующего поколения ускорит разработку Gemini и поможет разработчикам и корпоративным клиентам быстрее обучать крупномасштабные генеративные модели искусственного интеллекта, позволяя новым продуктам и возможностям быстрее доходить до клиентов.

Ряд суперкомпьютеров-ускорителей искусственного интеллекта Cloud TPU v5p в центре обработки данных Google.

В основе лежит ответственность и безопасность.

В Google мы стремимся продвигать смелый и ответственный искусственный интеллект во всем, что мы делаем. Опираясь на принципы искусственного интеллекта Google и надежную политику безопасности наших продуктов, мы добавляем новые средства защиты, учитывающие мультимодальные возможности Gemini. На каждом этапе разработки мы рассматриваем потенциальные риски, работаем над их тестированием и смягчением.

Gemini на сегодняшний день проводит наиболее полную оценку безопасности среди всех моделей искусственного интеллекта Google, в том числе на предмет предвзятости и токсичности. Мы провели новые исследования в таких областях потенциального риска, как киберпреступления, убеждение и автономия, а также применили лучшие в своем классе методы состязательного тестирования Google Research , чтобы помочь выявить критические проблемы безопасности до развертывания Gemini.

Чтобы выявить «слепые пятна» в нашем подходе к внутренней оценке, мы работаем с разнообразной группой внешних экспертов и партнеров, чтобы провести стресс-тестирование наших моделей по ряду проблем.

Чтобы диагностировать проблемы безопасности контента на этапах обучения Gemini и гарантировать, что его результаты соответствуют нашим политикам, мы используем такие тесты, как Real Toxicity Prompts — набор из 100 000 подсказок с различной степенью токсичности, взятых из Интернета, разработанный экспертами из Института Аллена. для ИИ. Более подробная информация об этой работе появится в ближайшее время.

Чтобы ограничить вред, мы создали специальные классификаторы безопасности для идентификации, маркировки и сортировки контента, например, связанного с насилием или негативными стереотипами. В сочетании с надежными фильтрами этот многоуровневый подход призван сделать Gemini более безопасным и инклюзивным для всех. Кроме того, мы продолжаем решать известные проблемы, связанные с моделями, такими как фактичность, обоснование, атрибуция и подтверждение.

Ответственность и безопасность всегда будут иметь центральное значение при разработке и внедрении наших моделей. Это долгосрочное обязательство, требующее совместной работы, поэтому мы сотрудничаем с отраслью и более широкой экосистемой в определении лучших практик и установлении контрольных показателей безопасности через такие организации, как MLCommons , Frontier Model Forum и его AI Safety Fund , а также нашу Secure AI Framework (SAIF) , которая была разработана, чтобы помочь снизить риски безопасности, характерные для систем искусственного интеллекта в государственном и частном секторах. Мы продолжим сотрудничать с исследователями, правительствами и группами гражданского общества по всему миру при разработке Gemini.

Делаем Gemini доступными для всего мира

Gemini 1.0 теперь распространяется на целый ряд продуктов и платформ:

Gemini Pro в продуктах Google

Мы делаем Gemini миллиардами людей с помощью продуктов Google.

Начиная с сегодняшнего дня, Бард будет использовать доработанную версию Gemini Pro для более сложных рассуждений, планирования, понимания и многого другого. Это самое большое обновление Bard с момента его запуска. Он будет доступен на английском языке в более чем 170 странах и территориях, и в ближайшем будущем мы планируем расширить его возможности и поддерживать новые языки и местоположения.

Мы также добавляем Gemini в Pixel . Pixel 8 Pro — первый смартфон, созданный для работы под управлением Gemini Nano, который поддерживает новые функции, такие как «Сведение итогов» в приложении «Запись» и «Умный ответ» в Gboard, начиная с WhatsApp, а в следующем году появятся новые приложения для обмена сообщениями.

В ближайшие месяцы Gemini будет доступен в других наших продуктах и сервисах, таких как Поиск, Реклама, Chrome и Duet AI.

Мы уже начинаем экспериментировать с Gemini в поиске, где он ускоряет процесс генерации поиска (SGE) для пользователей, сокращая на 40 % задержку на английском языке в США, а также улучшая качество.

Строим с Близнецами

Начиная с 13 декабря разработчики и корпоративные клиенты смогут получить доступ к Gemini Pro через Gemini API в Google AI Studio или Google Cloud Vertex AI .

Google AI Studio — это бесплатный веб-инструмент для разработчиков, позволяющий быстро создавать прототипы и запускать приложения с помощью ключа API. Когда пришло время создать полностью управляемую платформу искусственного интеллекта, Vertex AI позволяет настроить Gemini с полным контролем данных и воспользоваться преимуществами дополнительных функций Google Cloud для обеспечения корпоративной безопасности, конфиденциальности, управления данными и соответствия требованиям.

Разработчики Android также смогут использовать Gemini Nano, нашу самую эффективную модель для выполнения задач на устройстве, через AICore, новую системную возможность, доступную в Android 14, начиная с устройств Pixel 8 Pro. Подпишитесь на раннюю предварительную версию AICore .

Gemini Ultra скоро появится

Для Gemini Ultra в настоящее время мы завершаем обширные проверки доверия и безопасности, в том числе объединяем доверенные внешние стороны, а также дорабатываем модель с помощью точной настройки и обучения с подкреплением на основе отзывов людей (RLHF), прежде чем сделать ее широко доступной.

В рамках этого процесса мы сделаем Gemini Ultra доступным для избранных клиентов, разработчиков, партнеров и экспертов по безопасности и ответственности для раннего экспериментирования и получения отзывов, прежде чем представить его разработчикам и корпоративным клиентам в начале следующего года.

В начале следующего года мы также запустим Bard Advanced — новую передовую технологию искусственного интеллекта, которая предоставит вам доступ к нашим лучшим моделям и возможностям, начиная с Gemini Ultra.

Эра Близнецов: будущее инноваций

Это важная веха в развитии искусственного интеллекта и начало новой эры для нас в Google, поскольку мы продолжаем быстро внедрять инновации и ответственно расширять возможности наших моделей.

На данный момент мы добились большого прогресса в Gemini и прилагаем все усилия для дальнейшего расширения его возможностей для будущих версий, включая улучшения в планировании и памяти, а также увеличение контекстного окна для обработки еще большего количества информации для предоставления более качественных ответов.

Мы воодушевлены удивительными возможностями мира, наполненного ответственным искусственным интеллектом, — будущего инноваций, которое повысит креативность, расширит знания, продвинет науку и изменит образ жизни и работы миллиардов людей по всему миру.