挑战 OpenAI 关键利器终现身！Google 发表 Gemini 模型，Bard、Pixel 8 Pro 率先导
入
https://i.imgur.com/S1zkRro.jpg
近 10 年来，Google 宣称一直是 AI 优先的公司。当 ChatGPT 开启 AI 时代经过一年后
，Google 借由全新 Gemini 模型大步向前，期望能超越 OpenAI 及其 GPT-4 模型。
Google I/O 2023 开发者大会即预告的 Gemini 模型，并未等到 2024 年第一季才现身，
6 日由 Google 执行长皮蔡（Sundar Pichai）和 Google DeepMind 执行长哈萨比斯（De
mis Hassabis）向世人介绍 Google 目前最强大、最通用的模型，第一版 Gemini 1.0 能
够理解和操作包括文字、图像、音讯、视讯、程式码在内不同类型资讯。
Gemini 原生设计成多模态模型，一开始就在不同模态上预训练，接着透过额外的多模态
资料进行微调、提升效能。Gemini 1.0 所受的训练是同时辨识和理解文字、图像、音讯
等不同资讯，并回答涉及复杂主题的问题，这也让 Gemini 在解释、推理如数学和物理这
样复杂的问题时表现出色。
不只如此，Gemini 1.0 能够理解和解释世界上常用的程式语言如 Python、Java、C++ 和
Go，并且产生高品质的程式码。值得一提的是，Google DeepMind 2 年前推出 AI 程式
码生成系统 AlphaCode，现在透过一个专门版本的 Gemini，建立更进阶的 AlphaCode 2
，不仅擅长程式设计，还能处理与数学、理论电脑科学相关的竞技程式设计问题。
Google DeepMind 团队使用 Google 自行研发、用于加速机器学习的 TPU（Tensor Proce
ssing Unit）v4 和 v5e，有规模地训练 Gemini 1.0。依照模型大小有 Ultra、Pro、Nan
o 三种，其中 Gemini Ultra 为规模最大、功能最强大的模型，专为高度复杂任务所设计
，Gemini Nano 则是处理装置上任务最有效率的模型。
https://i.imgur.com/ekkPzUQ.jpg
▲ 随着 Gemini 问世，Google 也公开全新 TPU v5p，帮助加速 Gemini 发展。
Google DeepMind 团队不断对 Gemini 模型进行严格测试，从理解自然图像、音讯、视讯
再到数学推理，其中发现 Gemini Ultra 在大型语言模型研究和开发广泛采用的 32 项学
术基准测试中，有 30 个取得领先成绩。其中 Gemini Ultra 以 90% 的高得分成为第一
个在 MMLU（massive multitask language understanding，大规模多任务语言理解）测
试里超越人类专家的模型，而在新的 MMMU 基准测试里也得到 59.4% 领先分数，两项测
试皆超越 OpenAI 所开发的 GPT-4 模型。
https://i.imgur.com/C96TWRH.jpg
▲ Gemini Ultra 在 MMLU 测试获得 90% 高分，超越 GPT-4。
截至目前 Google 所有 AI 模型中，Gemini 在偏误、资料毒性（toxicity）等方面都接
受最全面的安全性评估。在网络攻击、说服能力、自主性等可能存在风险的领域，Google
DeepMind 团队都进行最新研究，也运用 Google Research 的对抗测试技巧，在部署 Ge
mini 前率先找出关键的安全问题。
Google 将在多项产品中导入 Gemini，包括软件方面的 Bard、以及有关硬件的 Pixel 8
Pro。从 12 月 13 日起，开发者和企业客户可以透过 Google AI Studio 或 Google Clo
ud Vertex AI 的 Gemini API 使用 Gemini Pro。Android 开发者也能透过 AICore，在
开发作业中运用 Gemini Nano。
在 ChatGPT 推出后 Google 内部发出“红色警戒”（code red），那时起被认为在 AI
竞赛急起直追。Gemini 可说是 Google 多年来一直苦心建立的模型，也被外界视为能一
举挑战 OpenAI 的关键利器，我们将在越来越多 Google 产品看见 Gemini 身影，及其驱
动的强大功能。
https://reurl.cc/3evx50