Eine Zeit lang dachten wir, dass Mountain View bei der Entwicklung seiner Künstlichen Intelligenzen den Norden verloren hatte, aber alles deutet darauf hin, dass die Unsicherheit überwunden ist. Über einen Beitrag in seinem offiziellen Blog hat Google Gemini angekündigt, ein neues multimodales Modell, das mit GPT-4 konkurrieren soll, dem aktuellen System in der kostenpflichtigen Version von ChatGPT. Google beschreibt Gemini als das leistungsstärkste Modell, das es bisher entwickelt hat, räumt aber auch die Notwendigkeit größerer Flexibilität ein, indem es die Existenz von drei Builds oder „Größen“ bestätigt, von denen eine bereits über Bard verfügbar ist.
Jedes KI-Modell hat seine Stärken und Schwächen, aber eines ist sicher: Sie müssen viel mehr tun als heute. Wenn man einen Stein in eine beliebige Richtung wirft, ist es fast unmöglich, keinen Chatbot zu treffen, aber die Öffentlichkeit muss mit anderen Inhalten als Text arbeiten. So kommen wir zur Phase der „multimodalen“ Modelle. Video, Audio, Code und Bilder werden für diese Plattformen zugänglich, und im Fall von Google ist seine Antwort ist Gemini.
Gemini, das multimodale Modell von Google, das mit GPT-4 konkurrieren wird
Google erklärt, dass die bisherigen Beispiele von „Multimodalität“ nichts weiter waren als verschiedene exklusive Modelle (nur Text, nur Bilder, nur Audio), die ineffizient in sekundären Verarbeitungsphasen zusammengeführt wurden. Gemini verwendet diese Strategie nicht, sondern wurde von Grund auf so konzipiert, dass es Multimodalität in seine Struktur integriert.
Ein weiterer wesentlicher Aspekt von Gemini ist, dass es in drei Modi oder „Größen“ verfügbar sein wird: Gemini Ultra für hochkomplexe Aufgaben, die viel Hardware erfordern, Gemini Pro für den allgemeinen Gebrauch und Gemini Nano für mobile Geräte und lokale Ausführung.
Derzeit ist nur Gemini Pro zugänglich, dank eines speziell für Google Bard optimierten Builds. Nutzer in Europa und im Vereinigten Königreich müssen jedoch etwas länger warten (Vorschriften, Vorschriften). Eine weitere Einschränkung ist die Sprache: Um die Vorzüge von Gemini/Bard zu erkunden, muss man Englisch sprechen.
Wie zu erwarten war, hat Google mehrere Benchmarks veröffentlicht, die Gemini Ultra über oder auf dem gleichen Niveau wie GPT-4 einordnen, aber das ändert nichts für den durchschnittlichen Nutzer. Tatsächlich entsteht ein Widerspruch, wenn Gemini als allgemeine Lösung präsentiert wird und seine Leistung durch außergewöhnlich spezifische Benchmarks hervorgehoben wird.
Gleichzeitig bleiben die grundlegenden Probleme unverändert. Künstliche Intelligenzen erfinden immer noch Antworten oder „delirieren“ in ihren Sitzungen, und Gemini ist nicht immun dagegen, aber die Wette von Google auf seine Multimodalität ist sehr groß, und wir werden in naher Zukunft sicherlich mehr davon sehen.
Offizielle Ankündigung: Hier klicken
