Korzystasz z ChatGPT? Narzędzie od Open AI nie jest jedynym modelem generatywnej AI, a niektórzy powiedzą nawet — że nie jest też wcale najmocniejszym. W dzisiejszym wpisie przedstawimy sztuczną inteligencję od Google — Gemini AI. Zapraszamy do lektury!
Gemini AI od Google — co to?
Gemini (do niedawna — Google Bard) to zdolny do przetwarzania ludzkiego języka i generowania własnych, spójnych odpowiedzi chatbot od Google. Czyli, krótko mówiąc — alternatywa dla wciąż najpopularniejszego ChatGPT.
Podobnie jak model od Open AI, Gemini symuluje ludzkie konwersacje dzięki wykorzystaniu technik przetwarzania języka naturalnego oraz uczenia maszynowego na podstawie ogromnych zbiorów danych.
Zdj 1. Tak wita nas Gemini AI – interfejs narzędzia utrzymany jest w podobnej, minimalistycznej estetyce, jak pozostałe usługi Google.
Źródło: gemini.google.com
Co jednak je różni? Google od początku opracowywało Gemini AI jako model multimodalny — czyli taki, który interpretuje i generuje treści w różnych postaciach; nie tylko tekstu, ale też obrazu czy audio. Inne rodzaje AI były rozwijane natywnie tylko dla jednej modalności (dla GPT był to tekst, a na przykład w przypadku Midjourney — grafika); dopiero z czasem zaczęto je integrować w celu osiągnięcia wspomnianej multimodalności. Model od Google natywnie „trenował” na danych wejściowych różnego typu — dzięki czemu dziś ma radzić sobie wyraźnie lepiej z przetwarzaniem konceptualnym bardziej złożonych, multimedialnych treści.
Jakie możliwości oferuje Gemini?
Przyjrzyjmy się więc, na co pozwala Google Gemini AI:
- Generowanie tekstu — o ile głównym wyróżnikiem Gemini wśród innych modeli AI jest multimodalność, wciąż jest to przede wszystkim… chatbot. Który, co ważne, szczególnie dobrze radzi sobie z analizą kontekstów (z czym inne modele miewają problemy). Z dobrym promptem jest w stanie stworzyć dość naturalnie brzmiące treści — od prostego opisu produktu zoptymalizowanego pod SEO, przez serię tematów na firmowego bloga po przepis kulinarny.
- Synteza informacji — Gemini lepiej w porównaniu z innymi modelami radzi sobie z analizą dłuższych tekstów (np. kilkuset stronicowych dokumentów) i syntezą przedstawionych informacji — chociażby w postaci krótkiego streszczenia. Duże wrażenie robi to, jak dobrze model od Google radzi sobie z analizą kontekstów — relacji między informacjami, tematów ukrytych w tekście i ciągów przyczynowo-skutkowych.
- Praca z danymi multimedialnymi — o tym już trochę mówiliśmy. Gemini pozwala wprowadzić dane w dowolnej formie (tekst, audio, wideo, obraz) i wygenerować odpowiedź… w zupełnie innej (np. tekstowego podsumowania filmu lub obrazu wygenerowanego na podstawie promptu).
- Tłumaczenie treści — śmiało można powiedzieć, że Gemini pod tym względem o kilka długości wyprzedza Tłumacza od Google i podobne narzędzia. Nie tylko przetłumaczy tekst, ale także go przeczyta, poprawi błędy i pomoże przeformułować mniej zgrabne frazy.
- Programowanie — zdolność Gemini AI do analizy rozbudowanych kontekstów ujawnia się także przy pracy z kodem. Model bardzo dobrze radzi sobie zarówno z analizą kodu, jak i jego modyfikacją, uzupełnianiem luk oraz generowaniem tysięcy linijek w najpopularniejszych językach zupełnie od zera.
Wersje Google Gemini AI
Tak jak Open AI oferuje dwie wersje swojego modelu: GPT-3.5 oraz GPT-4 — tak Google ma ich obecnie… aż cztery.
- Flash — darmowa, oferująca podstawowe możliwości modelu Gemini — i dostępna dla każdego z poziomu przeglądarki, na gemini.google.com.
- Pro — również dostępna w przeglądarce, choć wymagająca wykupienia dostępu do usługi Gemini Advanced, za niecałe 100 zł miesięcznie — oferuje jeszcze większe możliwości jeśli chodzi o analizę danych multimodalnych w bardzo rozbudowanych kontekstach oraz umożliwia wykorzystanie AI w usługach Google (np. w Gmailu czy Dokumentach).
- Ultra — najbardziej zaawansowana, eksperymentalna wersja modelu, wciąż intensywnie rozwijana i testowana przez amerykańskiego giganta.
- Nano — wersja dedykowana urządzeniom mobilnym z Androidem, zoptymalizowana pod kątem jak najszybszej pracy.
Do codziennego użytku większości osób zdecydowanie powinna wystarczyć Gemini AI w wersji Flash; programistom, specjalistom od SXO i innym profesjonalistom polecamy przetestować wersję Pro — na dziś z darmowym miesiącem próbnym. Deweloperów mogą zainteresować także Google AI Studio oraz Google Cloud Vertex AI — platformy do rozwijania własnych modeli AI i integrowania ich z zewnętrznymi aplikacjami (także biznesowymi) przy pomocy dedykowanego API.
