GEMINI ΤΟ ΑΝΤΙΠΑΛΟ ΔΕΟΣ ΤΟΥ ChatGPT

Η Google εργάζεται πάνω στην επόμενη γενιά αλγορίθμων τεχνητής νοημοσύνης. Ο Διευθύνων Σύμβουλος της DeepMind λέει ότι το επόμενο σύστημα AI της Google που ονομάζεται Gemini θα ξεπεράσει το ChatGPT.

DeepMind

Πολύ πριν από τις πρόσφατες καινοτομίες του OpenAI και άλλων συστημάτων παραγωγής τεχνητής νοημοσύνης, ο Demis Hassabis δούλευε σε πολύ ισχυρούς, «έξυπνους» αλγόριθμους στο εργαστήριο DeepMind της Google. Τώρα, ο Βρετανός ερευνητής είναι έτοιμος για το επόμενο εξελικτικό βήμα στον τομέα της τεχνητής νοημοσύνης.

Το επιτραπέζιο Go

Το Gemini, το πιο πρόσφατο προϊόν τεχνητής νοημοσύνης στο οποίο εργάζονται οι ερευνητές της DeepMind, φαίνεται ότι θα ξεπεράσει το ChatGPT. Ο Demis Hassabis, Διευθύνων Σύμβουλος και συνιδρυτής του βρετανικού ερευνητικού εργαστηρίου τεχνητής νοημοσύνης που εξαγοράστηκε από την Google το 2014, λέει ότι οι δυνατότητες του Gemini θα ξεπεράσουν αυτά που προσφέρει σήμερα το OpenAI σε εταιρείες και χρήστες χάρη στην εμπειρία του με το επιτραπέζιο παιχνίδι Go.

Το Gemini θα κληρονομήσει τις υποτιθέμενες ανώτερες δυνατότητές του από την AlphaGo, την τεχνητή νοημοσύνη που πέτυχε μια ιστορική νίκη έναντι ενός πρωταθλητή (ανθρώπινου) παίκτη στο Go το 2016. Το Gemini θα συμπεριφέρεται σαν ένα μοντέλο μεγάλης γλώσσας (LLM) τύπου ChatGPT, αλλά θα έχει επίσης προχωρημένες ικανότητες όπως ο προγραμματισμός ή η επίλυση προβλημάτων χάρη στον αναπτυγμένο αλγόριθμο AlphaGo.

Το μέλλον

Ο Gemini είναι ακόμα σε εξέλιξη και πιθανότατα θα χρειαστούν μερικοί μήνες για να ολοκληρωθεί. Το έργο, το οποίο θα μπορούσε να κοστίσει δεκάδες ή ακόμα και εκατοντάδες ή εκατομμύρια δολάρια, θα χρησιμοποιήσει προηγμένες τεχνικές AI που αναπτύχθηκαν για το AlphaGo, όπως η ενισχυτική μάθηση και η αναζήτηση δέντρων. Η αναζήτηση δέντρου(tree algorithm) είναι μια μέθοδος για να εξερευνήσετε και να θυμάστε τις επόμενες πιθανές κινήσεις σε ένα παιχνίδι Go. Η μαθαίνει πώς να αντιμετωπίζει στρατηγικά προβλήματα, όπως η επιλογή της επόμενης κίνησης σε έναν αγώνα Go.

Τα τρέχοντα συστήματα LLM είναι περιορισμένα στην ικανότητά τους να μαθαίνουν νέα πράγματα ή ακόμα και να «προσαρμόζονται» σε στρατηγικά και σύνθετα προβλήματα, καθώς βασίζονται αποκλειστικά σε τεχνικές αναζήτησης μοτίβων για να προσπαθήσουν να προβλέψουν τα πιο σημαντικά αποσπάσματα κειμένου για να απαντήσουν στην προτροπή ενός χρήστη. Δεν υπάρχει απολύτως τίποτα «έξυπνο» εκεί, αν και τα αποτελέσματα αυτών των περιορισμένων AI μπορεί να είναι εντυπωσιακά, αν δεν χρειάζεστε υπευθυνότητα, αξιοπιστία ή πραγματική ακρίβεια.