- 天下Web only
去年底，Open AI憑著聊天機器人ChatGPT橫空出世，令Google等巨頭措手不及。過去一年來，Google一直致力於開發可以與ChatGPT一較高下的武器。
年初，初試啼聲的機器人Bard反應普通，Google下定決心整併了兩個AI實驗室——Google Brain和DeepMind，匯集了2,000多名研究員與工程師，終於在年末的本週三（12/6），發布最新的聊天機器人Gemini，並宣稱它將是目前為止最強的聊天機器人。
Gemini哪裡厲害？
Gemini和ChatGPT一樣，是大型語言模型（LLM），可以透過分析大量資料（包括數位書籍、維基百科文章和網路論壇）來學習技能。語言模型透過識別文本中的模式，最終自己生成文本，也就是說，它可以寫論文、寫程式，和進行對話。
Gemini將有三種不同強度的版本，最強的「Ultra」能解決複雜任務，中端的「Pro」會和Bard一起應用到許多Google服務中，而最小的「Nano」版本，將會在智慧型手機中使用，可以摘要錄音和在WhatsApp中提供建議文字回應。
《Fast Company》分析，Gemini的強大技術，可能讓Google重回AI軍備競賽的最前線。
根據Google工程師達斯（Debarghya Das），Gemini Ultra在性能和效率上都超越了競爭對手，包含驅動ChatGPT的GPT-4。在測試語言模型的9大指標如閱讀理解、數學能力、寫程式等項目中，Gemini Ultra幾乎樣樣都超越GPT-4，只有常識推理（HellaSwag）測試小幅落後。
其中，贏GPT-4最多的是寫Python程式的能力（HumanEval）。
Google Gemini's benchmark numbers absolutely CRUSH GPT-4!!!!
— Deedy (@debarghya_das) December 6, 2023
We have a war on our hands. pic.twitter.com/AJ1meXVqSq
更特別的是，Gemini不只會生成文字，還會看圖片和聽聲音。
Google使用圖像、影片與音頻對Gemini進行訓練，也就是說，如果提供它一個包含線條、幾何形狀的數學問題，它能像高中生一樣作答。而安裝在手機的Nano版本，也可以使用相機和麥克風來處理現實世界的影像與聲音。
眾多科技媒體預測，倘若搭配更進步的AR耳機技術，Gemini機器人將可能「看到」現實世界的物體，替使用者解決更多問題。
不過，就如業界和Google一直擔心的，怕機器人的「幻覺」問題嚴重，因此Gemini部分技術要測試到明年才上路。
AI軍備競賽，愈演愈烈
Gemini的成本預計上看數億美元，但對於科技公司來說，潛在收益也十分巨大。艾倫人工智慧研究所前CEO伊奇奧尼（Oren Etzioni）指出，「這是一場不擇手段、必須勝出的戰爭。」
當AI日漸融入各行各業，Google的Gemini戰略標誌著該公司在應用上邁出了重要一步，也展現了新的可能性，「我們對即將推出的產品感到興奮，Google仍處於早期階段，後續發展執得期待，」Google CEO皮采（Sundar Pichai）放話，「這是Gemini時代的開端。」
當Open AI一枝獨秀，加上後進者Google的強勢來襲，IBM、Meta和其他約50家科技公司和大學成立了一個新組織「AI聯盟」來推廣「開源」，希望開放眾多AI技術來造福市場與社會。
（延伸閱讀：OpenAI不Open？Meta、IBM成立AI聯盟對抗）
而對自家研究變得更加保密的Open AI，現在的當務之急是重新取得客戶信任。在上個月短暫的撤換CEO鬧劇之後，該公司經歷了一段動盪。如果不上緊發條，預期Gemini和其他後進者將會帶著更強勢的技術超越它。
上個月，亞馬遜推出了新的聊天機器人Amazon Q，微軟也發布了名為Copilot的生成式AI助理。
《華爾街日報》總結，「這個產業的位階排行遠未確定。」
（資料來源：Hindustan Times, Engadget, NYT, Fast Company, WSJ）
天下總主筆陳良榕專欄。半導體狂熱、科技巨頭謀略的最犀利解讀
看懂科技大勢，獨家解讀
請查看您的信箱，我們將寄送驗證信給您，確保未來信件會送到您的信箱
