谷歌祭出多模态「杀器」,Gemini 真能碾压 GPT-4 吗?
撰文:木沐
「最大」、「最有能力」、「最佳」、「最高效」,谷歌为其 12 月 7 日新发布的多模态大模型 Gemini 冠上了好几个“最”,与 OpenAI GPT-4“比高高”的胜负欲呼之欲出。
区分为 Ultra、Pro、Nano 三个尺寸的 Gemini,不仅号称在各种「AI 考试」中得了「高分」,演示视频里显示的 Gemini 简直就是「听说读写」样样拿的「超级工具」。
按照官方说法,Gemini Ultra 最为强大,兼具多模态能力、专业性与准确度,能以图文、语音的形式输入输出不说,具体还能批改数学作业,指导运动员的动作与发力,还能够执行复杂的绘制图表、编码等任务,在 MMLU(大规模多任务语言理解)测试里甚至「超越了人类专家」。
不过,目前能供 C 端普通用户体验的是 Gemini Pro 版,按官方定位是「在各种任务上扩展的最佳模型」,已集成至谷歌此前发布的对话机器人 Bard 中;「在设备上执行任务的最高效模型」Gemini Nano 将置入谷歌智能手机 Pixel8 Pro;而「最大且最有能力,适用于高度复杂任务」的 Gemini Ultra,谷歌的计划是在明年年初开放给开发者和企业用户。
那么,Gemini 真的比 GPT-4 强吗?
有网友发现,谷歌给出的 Gemini Ultra「考试成绩」用的是自家的「试卷」(测试方法);而彭博社指出,Gemini 的演示视频非实时,网友们也觉得该视频有剪辑痕迹。
《元宇宙日爆》实测了 Bard 的数学能力,该对话机器人已植入了精调的 Gemini Pro 模型,结果显示,Bard 对复杂的数学题仍有理解错误,尤其是识图方面。
谷歌展示 Gemini 「听说读写」能力
Gemini 是谷歌从头构建的多模态人工智能大模型。尽管在时间上落后 GPT-4 许多,但被谷歌以「能力最强」对外推出,「强」的一面是 Gemini 的多模态能力。
它能够同时处理和解析文本、图像、音频、视频以及代码等多种数据类型,也就是说,用户可以将各种形式的信息输入给 Gemini,它不仅能理解,还能分析甚至按你的需求处理任务。
目前,Gemini 还在 1.0 版,按规模不同分为 Ultra、Pro 和 Nano。Ultra 版本是适用于高度复杂的任务,而 Pro 版本则专注于多任务处理,Nano 版本则针对移动设备上的应用。三种版本有针对性地适用于多个不同场景,且在多项基准测试中展现出超群实力。
谷歌官方放出的宣传视频展示了 Gemini 超强的多模态能力,相信看完后你会惊呼。
「超级模型」Gemini Ultra 的背后有谷歌发布的测试数据支撑。在 32 个广泛用于测评大型语言模型(LLM)的学术基准中,它在 30 个上性能超过了大模型领域当前的技术水平。
Gemini Ultra 号称以 90.0% 的得分成为第一个在 MMLU(大规模多任务语言理解)上「胜过人类专家的模型」,该测试使用数学、物理、历史、法律、医学和伦理学等 57 个学科的组合来测试世界知识和解决问题的能力。Gemini 在包括文本和编码在内的一系列基准测试中超越了目前的技术水平。
MMLU 是一种针对大模型的语言理解能力的测评,包含了 57 个关于人类知识的多选题回答任务,涵盖了初等数学、美国历史、计算机科学、法律等,难度覆盖高中水平到专家水平的人类知识,是目前主流的的大模型语义理解测评之一。
从谷歌给出的测试结果来看,Gemini 在理解复杂数据和执行高级任务方面将对 GPT-4 构成强有力的竞争。
谷歌称 Gemini 在 MMLU 测评中首次超越人类专家
由于从一开始构建就基于多模态训练,Gemini Ultra 理论上对文字、图片、语音、视频、代码等各种形态的信息都能理解,这就给 AI 应用和使用场景带来了更多可能性。
例如在教育领域,借助 Gemini Ultra 的多模态推理技能,凌乱的手写笔记能被理解,学生解题时出错的步骤能被发现,然后给出题目的正确解答和过程。这一套下来,不能说要淘汰教师吧,至少老师们也得到了一个高能 AI 助手。
Gemini 可以批改学生作业
在视频的理解与推理上,Gemini Ultra 甚至展现出「足球教练」的素养,能分析运动员的动作与发力,还会给出具体的改进建议。
Gemini 可理解视频内容并给运动员提供指导建议
对于复杂的图像理解、代码生成、指令跟踪,Gemini Ultra 也不在话下。输入图像与提示次「我希望你采用左上角子图中描绘的函数,将其乘以 1000,然后将其添加到左下子图中描绘的函数中,生成 matplotlib 代码单个结果图」后,Gemini Ultra 能够完美的执行逆图形任务来推断生成绘图的代码、执行额外的数学转换并生成相关代码。
从谷歌给出的这些案例看,Gemini Ultra 简直是「地表最强」的大模型,观众朋友们最想知道的是,这个大模型界的「超级赛亚人」,咱啥时候能用上?
按照谷歌的披露,从 12 月 6 号开始,Bard 就会上载 Gemini Pro 的精细调整版本,用于更高级的推理、规划、理解等,这是 Bard 自推出以来的最大升级。
需要注意的是,集成了 Gemini Pro 的 Bard 只提供英语支持,可在全球 170 多个国家和地区使用,计划在不久的将来扩展到不同的模态,支持新的语言和地区。也就是说,中文用户目前还无法完美体验 Gemini Pro。
Gemini Nano 最先在谷歌的 Pixel 8 Pro 智能手机上应用,从 WhatsApp 开始,明年将支持更多的消息应用。
在未来几个月中,Gemini 还将在更多的产品和服务中推出,包括 Search、Ads、Chrome 和 Duet AI。也就是说,谷歌的搜索引擎中也将输入 Gemini 能力。
至于「最强」的 Gemini Ultra,普通用户还得等等。谷歌说,它正在进行信任和安全性检查,在推出前还得通过对人类反馈的微调和强化学习(RLHF)的进一步改进。
在这个过程中,Gemini Ultra 会有选择地给客户、开发人员、合作伙伴以及安全和责任专家拿来早期实验,等待反馈,然后在明年初向开发人员和企业客户开放。
Ultra 的 MMLU「试卷」疑为谷歌版
展示的是最强的 Gemini Ultra,但推出和使用要缓一缓,谷歌这样的操作很快就惹来了怀疑,真比 GPT-4 强吗?
彭博社就出来「打脸」说,谷歌的模型和 OpenAI 相比还仍有差距,现在这能力也仅凭演示,而视频演示还是录制的,又不实时,很可能是「精心调整的文本提示与静态图像」。彭博社还指出,Gemini 的回答需要其他信息的辅助,在真正的交互中需要暗示性很强的提示。
围观演示视频的网友们也觉得,视频中有很明显的剪辑痕迹,「强大的能力存在水分」。
而谷歌给 Gemini Ultra 考试的 MMLU 测评,被网友指出用的是自家出的「试卷」。在 57 个科目的多选题测试中,得了 90 分的 Ultra,底下分明标着「CoT@32*」,这是谷歌自己调试的测评方案。如果采用和 GPT-4 同样的标准,它的得分只有 83.7,还不如得分 86.4 的 GPT-4。
Gemini Ultra 在谷歌调整的测试方案中得分 90
学术上的事情太专业,好在谷歌已经把 Gemini 植入了 Bard,尽管用的是 Utral 的低配版 Pro,但也号称能多任务处理,这是普通大众最能直接测试 Gemini 的方式了。
《元宇宙日爆》直接选用了数学题,因为 ChatGPT 对数学就不太精通,而有唯一正确性的数学被 OpenAI 视作通往 AGI 的基础,咱来看看被输入 Gemini 能力的 Bard 是否擅长数学。
我们统一用英文进行提问,题 1 为求算圆锥体积,题 2 为稍难的几何证明题。
测试结果表明,Gemini Pro 能够准确识别图像以及图片内的文字,也能够正确解决简单数学问题,但在处理复杂数学题时,仍然存在明显错误。题 2 中的错误就很明显,Bard 在第 2 步将 EG 与 AB 两条线错误地证明为相互垂直。
有 Gemin Pro 能力的 Bard 做数学题还不完美
这难道是因为 Bard 用的是 Gemini Pro 而显得不够强大?那咱只能等 Ultra 加入再测试了。
而会引入智能手机 Pixel 8 Pro 的 Gemini Nano,将应用在「记录器摘要」和 「Gboard 智能回复」两项功能中。
按谷歌说法,即使手机不连网,记录器也可以获得手机对话录音、采访、演示等内容的摘要;而智能回复功能类似挂断电话后的自动回复,Gemini Nano 可以识别来信的内容,生成对应的回复。不过,这两项功能,目前也只支持英文文本的识别。
按照 DeepMind 曾提出的 AGI 评估框架,在 AGI-1 阶段,人工智能将能够跨领域和跨模态地进行学习和推理,在多个领域和任务上表现出智能,如问答、摘要、翻译、对话等,实现与人类和其他 AI 进行基本的沟通和协作,感知和表达简单的情感和价值。
综合 Google 官方发布与实际测试体验来看,值得期待并有希望超越 GPT-4 模型的仍是尚未公开发布的 Ultra 版本,如果这个版本的多模态能力真能如演示般表现,那么谷歌距离它定义的 AGI 也就不远了。
免责声明:文章中的所有内容仅代表作者的观点,与本平台无关。用户不应以本文作为投资决策的参考。
你也可能喜欢
周四闪购:使用信用卡/借记卡零手续费买币
每周四,通过信用卡或借记卡( Visa、万事达卡、Google Pay 及 Apple Pay)用本地法定货币购买加密货币,可享零手续费! 买币 活动时间:每周四20:00至周五20:00(UTC+8) 活动规则 注册 Bitget 账户或登录现有账户。 导航至 “买币”并选择“ 信用卡/借记卡”作为付款方式。 完成 身份认证并输入您的银行卡信息。 立即完成从 法币到加密货币的交易。 立即参与 >>> 如何使用信用卡或借记卡购买加密货币 >>> 如何在 Bitget 上用 Google Pay 和 Apple Pay 买加密货币? >>> 如何在 Bitget App 上使用信用卡/借记卡购
Chill Guy (CHILLGUY):轻松休闲的模因币
什么是Chill Guy (CHILLGUY)? Chill Guy (CHILLGUY) 是 Solana 上的一款 meme 币,体现了平静和简单的精神。这款 meme 币的灵感来自一只放松、低调的狗的病毒式 meme。这是一个风靡互联网的 meme,颂扬了无忧无虑的艺术。Chill Guy 背后的角色是一只悠闲的卡通狗,其特征是平静、无忧无虑的氛围。他的口头禅是什么?“为什么要担心?”这个简单的问题引起了那些在现代生活的混乱世界中寻求一点幽默和视角的人的共鸣。 Chill Guy meme 起源于 Instagram,由艺术家 Philip Banks 创作。Banks 于 2023
Eigen 基金会推出 EigenGov,赋予 EIGEN 持有者对理事会决策的否决权
简单来说 Eigen 基金会宣布计划实施 EigenGov(EigenLayer 的治理系统),为该协议及其社区提供服务。
英国公开联赛以 1.5 万美元开启新年赛季 Airdrop 对于用户
简单来说 TON 基金会启动公开联赛第七赛季,提供 DeFi 项目将争夺绩效指标并分享 100,000 美元的奖金池,而参与这些项目的用户将获得 1,500,000 美元的奖金池 airdrop.