شرکت گوگل، Gemini، جدیدترین و قدرتمندترین مدل زبانی بزرگ خود را راه‌اندازی کرده است. این شرکت امیدوار است که این اقدام آغاز عصر جدیدی از هوش مصنوعی باشد. به گفته ساندار پیچای، مدیرعامل گوگل، Gemini نشان‌دهنده جهش قابل توجهی در فناوری هوش مصنوعی است و انتظار می‌رود که تأثیر گسترده‌ای بر محصولات گوگل داشته باشد.
مدل Gemini در سه نسخه مختلف ارائه می شود. یکی از این موارد Gemini Nano است که برای اجرا به صورت آفلاین در دستگاه‌های اندرویدی طراحی شده است. مورد دیگر Gemini Pro است که خدمات مختلف هوش مصنوعی گوگل را تامین می‌کند و پایه چت ربات Bard است. سومین مورد هم Gemini Ultra است که قدرتمندترین مدل زبانی بزرگی است که تا به امروز توسط گوگل ایجاد شده است.
یکی از ویژگی‌های کلیدی Gemini قابلیت‌های چندوجهی آن است که به آن امکان پردازش متن، کد، تصاویر و صدا را می‌دهد. این ویژگی، آن را به یک مدل هوش مصنوعی همه‌کاره تبدیل می‌کند که می‌تواند طیف گسترده‌ای از وظایف، از ساده تا پیچیده، در زمینه‌های مختلف، از جمله علم و امور مالی را انجام دهد. گوگل ادعا می‌کند که بزرگ‌ترین نسخه Gemini از نتایج پیشرفته فعلی در 30 مورد از 32 معیار آکادمیک پرکاربرد مورد استفاده در تحقیق و توسعه مدل زبانی بزرگ فراتر رفته است.
Gemini نتیجه یکی از بزرگ‌ترین تلاش‌های علمی و مهندسی گوگل است. این شرکت در طول هشت ماه گذشته در حال توسعه این مدل بوده است و اخیراً به گروه کوچکی از شرکت‌ها اجازه دسترسی به نسخه اولیه را داده است. راه‌اندازی Gemini با معرفی قدرتمندترین تراشه ASIC گوگل، Cloud TPU v5p همراه است که به طور خاص برای رسیدگی به نیازهای پردازش عظیم هوش مصنوعی طراحی شده است. تراشه جدید می‌تواند مدل‌های زبانی بزرگ را 2.8 برابر سریع‌تر از TPU v4 قبلی گوگل آموزش دهد.
مدل Gemini بلافاصله در برخی از محصولات اصلی گوگل در دسترس شد. به عنوان مثال، ربات چت Bard از نسخه‌ای از Gemini Pro برای استدلال، برنامه ریزی و درک پیشرفته‌تر استفاده می‌کند. از 13 دسامبر، توسعه‌دهندگان و مشتریان سازمانی می‌توانند از طریق Gemini API در Vertex AI به Gemini Pro دسترسی داشته باشند. راه‌اندازی Gemini توسط گوگل به عنوان یک حرکت مهم در جریان رقابت هوش مصنوعی تلقی می‌شود و هدف این شرکت به چالش کشیدن سلطه GPT-4 OpenAI است. گوگل ادعا می‌کند که Gemini در اکثر تست‌های بنچمارک از جمله وظایف متنی، کد، تصویر و ویدئو بهتر از GPT-4 عمل کرده است. این شرکت همچنین گزارش داد که Bard، ابزار هوش مصنوعی مولد گوگل، اکنون بر روی Gemini اجرا می‌شود و آن را به رقیبی برای ChatGPT OpenAI تبدیل می‌کند.