Gemini: как Google ответила на вызов ChatGPT
Gemini — мультимодальная модель искусственного интеллекта от Google, способная одновременно обрабатывать текст, изображения, аудио, видео и программный код. Представленная в декабре 2023 года, модель стала главным ответом компании на стремительный рост популярности ChatGPT и постепенно превратилась в центральный ИИ-продукт всей экосистемы Google.
От Bard к Gemini
Изначально Google представила собственного чат-бота под названием Bard, однако в декабре 2023 года компания провела масштабный ребрендинг, объединив разработки под единым брендом Gemini. Первая версия модели обучалась одновременно распознавать текст, изображения и аудио, что позволяло ей лучше понимать нюансы сложных запросов и генерировать качественный код на популярных языках программирования, включая Python, Java, C++ и Go.
Развитие линейки моделей
Уже в феврале 2024 года вышла обновлённая версия Gemini 1.5, а разработка продолжилась стремительными темпами: сегодня линейка включает несколько моделей разного назначения — от компактной Gemini Nano, встроенной в смартфоны Google Pixel, до мощной Gemini Pro, лежащей в основе одноимённого чат-бота. Актуальное поколение Gemini 3 принесло заметный прогресс в логическом рассуждении, работе с кодом и мультимодальном анализе данных, а версия с расширенным окном контекста способна обрабатывать до двух миллионов токенов одновременно.
Технологическая основа
Модели Gemini обучаются и работают на тензорных процессорах (TPU) собственной разработки Google, что даёт компании существенную технологическую независимость от чужой вычислительной инфраструктуры. При обучении модели использовались, в частности, расшифровки видео с YouTube, для чего компания привлекала юристов, отфильтровывавших потенциально защищённые авторским правом материалы.
Спорные моменты и интеграция в продукты
В феврале 2024 года Gemini столкнулась с критикой за неточную генерацию изображений по историческим запросам, из-за чего функцию создания картинок временно отключили для доработки. Сегодня Gemini интегрирована в поисковую систему Google, операционную систему Android, браузер Chrome и офисные сервисы компании, что делает её одним из самых массово используемых инструментов искусственного интеллекта в мире.
