กูเกิลเปิดตัว Gemini 1.0 ปัญญาประดิษฐ์แบบ LLM ที่เคยเปิดตัวไว้ตั้งแต่งาน Google I/O ที่ผ่านมา โดยระบุว่าผลการทดสอบคะแนนต่างๆ นั้น Gemini ชนะ GPT-4 แทบทุกการทดสอบ

Gemini เป็นโมเดลปัญญาประดิษฐ์แบบ multimodal ตั้งแต่แรก โดยรองรับข้อมูลทั้ง ข้อความปกติ, โค้ด, เสียง, ภาพ, และวิดีโอ ในเวอร์ชั่น 1.0 กูเกิลระบุว่ามี 3 ขนาด ได้แก่ Gemini Ultra ขนาดใหญ่ที่สุด รองรับงานซับซ้อนสูง, Gemini Pro ขนาดรองลงมาโดยยังทำงานได้หลากหลาย, Gemini Nano โมเดลประสิทธิภาพสูงสำหรับรันบนโทรศัพท์มือถือ

กูเกิลโชว์ผลทดสอบ Gemini บนชุดทดสอบต่างๆ แบบนี้ เช่น MMLU ชุดคำถามวิชาต่างๆ, GSM8K ชุดทดสอบคณิตศาสตร์, HumanEval ทดสอบการเขียนโค้ด Python โดย Gemini เอาชนะ GPT-4 ได้แทบทุกชุด รวมถึงชุดทดสอบด้านภาพก็ยังชนะ GPT-4V หรือหากนำข้อมูลเสียงไปแปลงเป็นข้อความก็ยังชนะโมเดลเฉพาะทางอย่าง Whisper-3

กูเกิลจะปล่อย Gemini Pro ให้ผู้ใช้ Bard ก่อน โดยยังจำกัดเฉพาะภาษาอังกฤษ และจะขยายภาษาที่รองรับหรือการรับอินพุตแบบอื่นๆ ภายหลัง สำหรับผู้ใช้ Pixel 8 Pro จะได้ใช้ Gemini Nano ปีหน้า รองรับการสรุปการอัดเสียง หรือใช้ช่วยตอบข้อความ บริการอื่นๆ ก็จะได้ Gemini ตามมา

ที่มา – Google