Google официально представил новую модель искусственного интеллекта следующего поколения – Gemini. Представители компании утверждают, что их ИИ превосходит GPT-4 OpenAI, а также людей-экспертов почти во всех основных тестах. Он понимает изображения, видео и аудио, текст и код.

Gemini прошел тест MMLU (массовое многозадачное понимание языка) на 90,0%. Это первая модель, превосходящая экспертов-людей (89,8%), а также GPT-4 (86,4%) в ряде задач по знаниям и решению проблем в 57 предметах, включая математику, физику, историю, право, медицину и этику.

Также новая ИИ-модель способна понимать и генерировать код на таких языках программирования, как Python, Java, C++ и Go.

Особенность Gemini — способность эффективно работать на самом разном оборудовании: от центров обработки данных (ЦОД) до обычных смартфонов. Модель Gemini 1.0 реализуют в нескольких вариантах: Gemini Ultra — самая большая и мощная версия, пригодится для решения сложных задач, Gemini Pro — версия среднего уровня для более широкого спектра задач и Gemini Nano — подойдет для мобильных устройств.

Gemini — мультимодальная система, а, значит, его оригинальный набор тренировочных данных содержал массу других средств массовой информации в дополнение к тексту. Там, где другие языковые модели, как правило, «думают» в формате текста при просмотре видео и изображений, Gemini сохраняет весь тон и нюансы исходных источников видео, аудио и изображений. Поэтому его уже называют «убийцей» ChatGPT-4.

Публичный запуск Gemini Ultra запланирован на следующий год, после всех проверок на безопасность.