Η Google ανακοίνωσε στο συνέδριο Google I/O 2024 ενημερώσεις για την οικογένεια μοντέλων τεχνητής νοημοσύνης Gemini. Κυκλοφορεί ένα νέο μοντέλο που ονομάζεται Gemini 1.5 Flash, το οποίο, όπως ισχυρίζεται, είναι βελτιστοποιημένο για ταχύτητα και αποδοτικότητα.
“Το Gemini 1.5 Flash υπερέχει σε περιλήψεις, εφαρμογές συνομιλίας, λεζάντες εικόνων και βίντεο, εξαγωγή δεδομένων από μακροσκελή έγγραφα και πίνακες και πολλά άλλα”, έγραψε ο Demis Hassabis, CEO της Google DeepMind, σε ένα blog post. Ο Hassabis πρόσθεσε ότι η Google δημιούργησε το Gemini 1.5 Flash επειδή οι προγραμματιστές χρειάζονταν ένα μοντέλο που να είναι ελαφρύτερο και λιγότερο ακριβό από την έκδοση Pro, την οποία η Google ανακοίνωσε τον περασμένο Φεβρουάριο. Το Gemini 1.5 Pro είναι πιο αποδοτικό και ισχυρό από το αρχικό μοντέλο Gemini της εταιρείας που ανακοινώθηκε στα τέλη του περασμένου έτους.
Το Gemini 1.5 Flash τοποθετείται μεταξύ του Gemini 1.5 Pro και του Gemini 1.5 Nano, του μικρότερου μοντέλου της Google που τρέχει τοπικά στις συσκευές. Παρόλο που είναι ελαφρύτερο από το Gemini Pro, είναι ωστόσο εξίσου ισχυρό. Η Google δήλωσε ότι αυτό επιτεύχθηκε μέσω μιας διαδικασίας που ονομάζεται “απόσταξη”, όπου οι πιο βασικές γνώσεις και δεξιότητες από το Gemini 1.5 Pro μεταφέρθηκαν στο μικρότερο μοντέλο. Αυτό σημαίνει ότι το Gemini 1.5 Flash θα αποκτήσει τις ίδιες πολυτροπικές δυνατότητες του Pro, καθώς και το μακρύ παράθυρο πλαισίου του – το ποσό των δεδομένων που μπορεί να απορροφήσει ταυτόχρονα ένα μοντέλο AI – του ενός εκατομμυρίου tokens. Αυτό, σύμφωνα με την Google, σημαίνει ότι το Gemini 1.5 Flash θα μπορεί να αναλύει ταυτόχρονα ένα έγγραφο 1.500 σελίδων ή μια βάση κώδικα με περισσότερες από 30.000 γραμμές.
Το Gemini 1.5 Flash (ή οποιοδήποτε από αυτά τα μοντέλα) δεν προορίζεται πραγματικά για τους χρήστες. Αντίθετα, είναι ένας ταχύτερος και λιγότερο δαπανηρός τρόπος για developers που δημιουργούν τα δικά τους προϊόντα και υπηρεσίες AI χρησιμοποιώντας τεχνολογία που έχει σχεδιαστεί από την Google.
Εκτός από την κυκλοφορία του Gemini 1.5 Flash, η Google αναβαθμίζει επίσης το Gemini 1.5 Pro. Η εταιρεία δήλωσε ότι έχει “βελτιώσει” τις ικανότητες του μοντέλου να γράφει κώδικα, να συλλογίζεται και να αναλύει ήχο και εικόνες. Αλλά η μεγαλύτερη ενημέρωση δεν έχει έρθει ακόμα, καθώς η Google ανακοίνωσε ότι θα διπλασιάσει το υπάρχον παράθυρο πλαισίου του μοντέλου σε δύο εκατομμύρια tokens αργότερα μέσα στη χρονιά. Αυτό θα το καταστήσει ικανό να επεξεργάζεται ταυτόχρονα δύο ώρες βίντεο, 22 ώρες ήχου, περισσότερες από 60.000 γραμμές κώδικα ή περισσότερες από 1,4 εκατομμύρια λέξεις.
Τόσο το Gemini 1.5 Flash όσο και το Pro είναι τώρα διαθέσιμα σε public preview στο Google AI Studio και στο Vertex AI. Η εταιρεία ανακοίνωσε επίσης σήμερα μια νέα έκδοση του ανοικτού μοντέλου Gemma, με την ονομασία Gemma 2. Αλλά αν δεν είστε developer ή κάποιος που του αρέσει να ασχολείται με την κατασκευή εφαρμογών και υπηρεσιών AI, αυτές οι ενημερώσεις δεν προορίζονται πραγματικά για τον μέσο καταναλωτή.
