ทำให้ AI มีประโยชน์มากขึ้นสำหรับทุกคน

บันทึกจาก Sundar Pichai, CEO ของ Google และ CEO ของ Alphabet:
การเปลี่ยนแปลงทางเทคโนโลยีในปัจจุบัน โดยเฉพาะอย่างยิ่งในเรื่อง AI เป็นโอกาสครั้งสำคัญสำหรับการค้นพบทางวิทยาศาสตร์ ความก้าวหน้าของมนุษย์ และการพัฒนาชีวิต การเปลี่ยนแปลงนี้ ถือได้ว่าเป็นการเปลี่ยนแปลงที่ลึกซึ้งที่สุดในประวัติศาสตร์เมื่อเร็วๆ นี้ ซึ่งก้าวข้ามการเปลี่ยนผ่านไปสู่ยุคอุปกรณ์เคลื่อนที่และเว็บ AI มีคำมั่นสัญญาในการสร้างโอกาสให้กับผู้คนทั่วโลก ซึ่งเป็นการส่งสัญญาณถึงนวัตกรรมระลอกใหม่ ความก้าวหน้าทางเศรษฐกิจ และความก้าวหน้าอย่างไม่มีใครเทียบได้ในด้านความรู้ การเรียนรู้ ความคิดสร้างสรรค์ และประสิทธิภาพการทำงาน

ความน่าตื่นเต้นอยู่ที่ศักยภาพของ AI ในการสร้างประโยชน์ให้กับทุกคน ซึ่งส่งผลกระทบต่อชีวิตผู้คนทั่วโลก ในฐานะบริษัทที่ให้ความสำคัญกับ AI เป็นอันดับแรก (AI-first) มาเกือบแปดปี ความก้าวหน้าในการประยุกต์ใช้งาน AI กำลังเร่งตัวขึ้น ปัจจุบันผู้คนนับล้านกำลังใช้ Generative AI ในผลิตภัณฑ์ต่างๆ สำหรับงานที่เป็นไปไม่ได้เลยเมื่อปีที่แล้ว นักพัฒนากำลังใช้ประโยชน์จากโมเดลและโครงสร้างพื้นฐานเหล่านี้เพื่อสร้างแอปพลิเคชัน AI รูปแบบใหม่ๆ ธุรกิจทั่วโลกกำลังเติบโตด้วยเครื่องมือ AI เหล่านี้

ความก้าวหน้านี้เป็นเพียงจุดเริ่มต้นเท่านั้น แนวทางของ Google ต่อ AI นั้นมีทั้งความกล้าหาญและมีความรับผิดชอบ โดยมุ่งเน้นไปที่การวิจัยที่ทะเยอทะยานและการพัฒนาขีดความสามารถที่เป็นประโยชน์ต่อสังคม บูรณาการการป้องกัน และร่วมมือกับรัฐบาลและผู้เชี่ยวชาญเพื่อจัดการกับความเสี่ยงที่เกิดขึ้นใหม่

ด้วยการเปิดตัว Gemini ส่งผลให้ Google ก้าวเข้าสู่เฟสใหม่ของขีดความสามารถด้าน AI โดย Gemini 1.0 ซึ่งมีเวอร์ชัน Ultra, Pro และ Nano ถือเป็นก้าวกระโดดครั้งสำคัญในการพัฒนา AI ยุคของโมเดลนี้เป็นความพยายามทางวิทยาศาสตร์และวิศวกรรมที่สำคัญที่ Google ซึ่งเป็นการเปิดประตูสู่โอกาสใหม่ๆ ระดับโลก

ขอแนะนำ Gemini

โดย Demis Hassabis, CEO และผู้ร่วมก่อตั้ง Google DeepMind

AI เป็นเป้าหมายหลักในชีวิตของนักวิจัยหลายคน รวมถึงตัวผมด้วย ตั้งแต่ยุคแรกๆ ของการเขียนโปรแกรม AI สำหรับเกมคอมพิวเตอร์ ไปจนถึงเวลาหลายปีในด้านประสาทวิทยาศาสตร์ เป้าหมายคือการสร้างเครื่องจักรที่ชาญฉลาดขึ้นเพื่อประโยชน์ของมนุษยชาติมาโดยตลอด

Google DeepMind มุ่งมั่นที่จะสร้างโมเดล AI เจเนอเรชันใหม่มาโดยตลอด ซึ่งคล้ายคลึงกับปฏิสัมพันธ์และความเข้าใจของมนุษย์ เป้าหมายคือการพัฒนา AI ที่ไม่ใช่แค่ซอฟต์แวร์อัจฉริยะ แต่เป็นผู้ช่วยที่มีประโยชน์และใช้งานง่าย

ด้วย Gemini วิสัยทัศน์นี้ใกล้เคียงกับความเป็นจริงมากขึ้น มันแสดงถึงความพยายามร่วมกันทั่วทั้ง Google รวมถึง Google Research ด้วย Gemini เป็นแบบ Multimodal ที่สามารถเข้าใจและทำงานกับข้อมูลประเภทต่างๆ ได้ เช่น ข้อความ โค้ด เสียง รูปภาพ และวิดีโอ นี่คือโมเดลที่ยืดหยุ่นที่สุดของ Google ซึ่งปรับให้เหมาะกับการใช้งานตั้งแต่ศูนย์ข้อมูลไปจนถึงอุปกรณ์เคลื่อนที่ ช่วยเพิ่มวิธีที่นักพัฒนาและลูกค้าใช้ AI

ขอแนะนำ Gemini: โมเดล AI ที่ใหญ่ที่สุดและมีความสามารถมากที่สุดจาก Google

Gemini ยังเป็นโมเดลที่ยืดหยุ่นที่สุดในปัจจุบัน — สามารถทำงานได้อย่างมีประสิทธิภาพบนทุกสิ่งตั้งแต่ศูนย์ข้อมูลไปจนถึงอุปกรณ์เคลื่อนที่ ขีดความสามารถที่ล้ำสมัยจะช่วยเพิ่มประสิทธิภาพให้กับวิธีที่นักพัฒนาและลูกค้าระดับองค์กรสร้างและขยายขนาดด้วย AI ได้อย่างมาก

Google ได้ปรับแต่ง Gemini 1.0 ซึ่งเป็นเวอร์ชันแรกของเรา ให้เหมาะสมสำหรับสามขนาดที่แตกต่างกัน:

• Gemini Ultra — โมเดลที่ใหญ่ที่สุดและมีความสามารถมากที่สุดสำหรับงานที่มีความซับซ้อนสูง

• Gemini Pro — โมเดลที่ดีที่สุดสำหรับการปรับขยายขนาดในงานที่หลากหลาย

• Gemini Nano — โมเดลที่มีประสิทธิภาพที่สุดสำหรับงานบนอุปกรณ์

ประสิทธิภาพที่ล้ำสมัย

ประสิทธิภาพที่ล้ำสมัยเป็นคุณลักษณะเด่นของโมเดล Gemini ซึ่งได้รับการทดสอบและประเมินอย่างพิถีพิถันในงานต่างๆ ที่หลากหลาย งานเหล่านี้มีตั้งแต่การทำความเข้าใจรูปภาพธรรมชาติ เสียง และวิดีโอ ไปจนถึงการให้เหตุผลทางคณิตศาสตร์ ในการวิจัยและพัฒนาโมเดลภาษาขนาดใหญ่ (LLM) Gemini Ultra ได้แสดงให้เห็นถึงผลลัพธ์ที่ยอดเยี่ยม โดยเหนือกว่าประสิทธิภาพที่ล้ำสมัยในปัจจุบันถึง 30 จาก 32 เกณฑ์มาตรฐานทางวิชาการที่เป็นที่ยอมรับอย่างกว้างขวาง

โดยเฉพาะอย่างยิ่ง Gemini Ultra บรรลุคะแนน 90.0% ซึ่งเป็นความสำเร็จครั้งสำคัญที่นับเป็นโมเดลแรกที่เหนือกว่าผู้เชี่ยวชาญที่เป็นมนุษย์ใน MMLU (การทำความเข้าใจภาษาแบบมัลติทาสก์ขนาดใหญ่) เกณฑ์มาตรฐานนี้เกี่ยวข้องกับวิชาที่ท้าทายผสมผสานกันถึง 57 วิชา รวมถึงคณิตศาสตร์ ฟิสิกส์ ประวัติศาสตร์ กฎหมาย การแพทย์ และจริยธรรม เพื่อประเมินทั้งความรู้รอบตัวและทักษะการแก้ปัญหา

แนวทางนวัตกรรมสำหรับ MMLU ที่นำมาใช้โดย Gemini ช่วยให้สามารถใช้ความสามารถในการให้เหตุผลได้อย่างมีประสิทธิภาพมากขึ้น การใคร่ครวญอย่างลึกซึ้งยิ่งขึ้นก่อนที่จะตอบคำถามที่ซับซ้อน Gemini ได้แสดงให้เห็นถึงความก้าวหน้าที่โดดเด่นมากกว่าการพึ่งพาความประทับใจแรกเริ่มเพียงอย่างเดียว

Gemini มีประสิทธิภาพเหนือกว่าเกณฑ์มาตรฐานที่ล้ำสมัยในหลากหลายด้าน รวมถึงข้อความและการเขียนโค้ด

แผนภูมิประกอบแสดงให้เห็นถึงประสิทธิภาพที่เหนือกว่าของ Gemini Ultra บนเกณฑ์มาตรฐานข้อความทั่วไปเมื่อเปรียบเทียบกับ GPT-4 โดยมีตัวเลข API ที่คำนวณสำหรับตัวเลขใดๆ ที่ไม่ได้รายงาน ทั้งในเกณฑ์มาตรฐานข้อความและการเขียนโค้ด Gemini ได้สร้างมาตรฐานใหม่แห่งความเป็นเลิศ

นอกจากนี้ Gemini Ultra ยังทำคะแนนที่ล้ำสมัยได้ถึง 59.4% ในเกณฑ์มาตรฐาน MMMU ใหม่ เกณฑ์มาตรฐานนี้ครอบคลุมงานแบบ Multimodal ในโดเมนต่างๆ ที่ต้องใช้การให้เหตุผลอย่างรอบคอบ

ในขอบเขตของเกณฑ์มาตรฐานรูปภาพ Gemini Ultra มีความโดดเด่นเหนือกว่าโมเดลก่อนหน้านี้โดยไม่จำเป็นต้องได้รับการสนับสนุนจากระบบการจดจำอักขระด้วยแสง (OCR) ซึ่งโดยปกติจะแยกข้อความจากรูปภาพเพื่อการวิเคราะห์เพิ่มเติม เกณฑ์มาตรฐานเหล่านี้ตอกย้ำความสามารถแบบ Multimodal ในตัวของ Gemini และนำเสนอข้อมูลเชิงลึกเกี่ยวกับความสามารถในการให้เหตุผลขั้นสูงยิ่งขึ้น

ขีดความสามารถแห่งอนาคต

ขีดความสามารถแห่งอนาคตนั้นเห็นได้ชัดจากแนวทางนวัตกรรมที่ Google นำมาใช้ในการสร้างโมเดลแบบ Multimodal ก่อนหน้านี้ บรรทัดฐานในการพัฒนาโมเดลเกี่ยวข้องกับการฝึกอบรมส่วนประกอบที่แตกต่างกันสำหรับวิธีการที่แตกต่างกัน ตามด้วยกระบวนการบูรณาการเพื่อให้บรรลุฟังก์ชันการทำงานแบบ Multimodal แม้ว่าจะมีประสิทธิภาพในบางงาน เช่น การอธิบายรูปภาพ แต่โมเดลเหล่านี้มักจะสะดุดเมื่อต้องเผชิญกับการให้เหตุผลที่เป็นนามธรรมและซับซ้อนมากขึ้น

ในทางกลับกัน โมเดล Gemini ของ Google ได้รับการออกแบบสถาปัตยกรรมเพื่อรองรับการทำงานแบบ Multimodal ตั้งแต่เริ่มต้น การฝึกอบรมในระยะเริ่มต้นประกอบด้วยวิธีการที่หลากหลาย ซึ่งเป็นการวางรากฐานที่แข็งแกร่ง ต่อมาโมเดลจะได้รับการปรับแต่งอย่างละเอียดด้วยข้อมูล Multimodal เพิ่มเติม ซึ่งจะช่วยเพิ่มความแม่นยำและประสิทธิภาพ แนวทางพื้นฐานนี้ช่วยให้ Gemini เข้าใจและให้เหตุผลจากอินพุตที่หลากหลายได้อย่างเป็นธรรมชาติ ซึ่งมีประสิทธิภาพเหนือกว่าโมเดลแบบ Multimodal ที่มีอยู่ในปัจจุบัน ดังนั้น ขีดความสามารถของ Gemini จึงได้รับการยอมรับว่าล้ำสมัยในหลายๆ โดเมน

การให้เหตุผลที่ซับซ้อน

Gemini 1.0 ซึ่งพัฒนาโดย Google แสดงให้เห็นถึงความสามารถในการให้เหตุผลแบบ Multimodal ที่ซับซ้อน ช่วยให้ระบบสามารถตีความข้อมูลที่เป็นลายลักษณ์อักษรและข้อมูลภาพที่ซับซ้อนได้ ชุดทักษะขั้นสูงนี้ทำให้มันเป็นเครื่องมือเฉพาะในการเปิดเผยความรู้ที่อาจถูกซ่อนอยู่ในกลุ่มข้อมูลขนาดใหญ่

ความสามารถพิเศษของระบบในการรับข้อมูลเชิงลึกจากเอกสารจำนวนมหาศาล โดยการอ่าน การกรอง และการทำความเข้าใจข้อมูลอย่างมีประสิทธิภาพ จะช่วยเร่งนวัตกรรมในภาคส่วนต่างๆ รวมถึงวิทยาศาสตร์และการเงิน ความสามารถในการประมวลผลข้อมูลด้วยความเร็วระดับดิจิทัลนี้สัญญาว่าจะขับเคลื่อนการค้นพบครั้งสำคัญ

Gemini ปลดล็อกข้อมูลเชิงลึกทางวิทยาศาสตร์ใหม่ๆ

การทำความเข้าใจข้อความ รูปภาพ เสียง และอื่นๆ

ด้วยการจดจำและทำความเข้าใจข้อความ รูปภาพ เสียง และอื่นๆ พร้อมๆ กัน Gemini 1.0 แสดงให้เห็นถึงความสามารถอันน่าทึ่งในการประมวลผลข้อมูลที่มีความละเอียดอ่อน ความสามารถนี้ช่วยให้ตอบคำถามในหัวข้อที่ซับซ้อนได้อย่างมีประสิทธิภาพ จุดเด่นของ Gemini 1.0 มีความโดดเด่นเป็นพิเศษในการอธิบายเหตุผลเบื้องหลังหัวข้อที่ซับซ้อน เช่น คณิตศาสตร์และฟิสิกส์ ซึ่งแสดงให้เห็นถึงความเข้าใจขั้นสูงและทักษะการวิเคราะห์

Gemini อธิบายเหตุผลในวิชาคณิตศาสตร์และฟิสิกส์

การเขียนโค้ดขั้นสูง

Gemini แสดงให้เห็นถึงความเชี่ยวชาญในการทำความเข้าใจ อธิบาย และสร้างโค้ดคุณภาพสูงในภาษาโปรแกรมหลักๆ เช่น Python, Java, C++ และ Go ความสามารถข้ามภาษาและการให้เหตุผลข้อมูลที่ซับซ้อนทำให้ระบบอยู่ในระดับแนวหน้าของโมเดลการเขียนโค้ดทั่วโลก

Gemini Ultra มีความโดดเด่นในเกณฑ์มาตรฐานการเขียนโค้ดที่สำคัญ รวมถึง HumanEval ซึ่งเป็นมาตรฐานอุตสาหกรรมสำหรับการประเมินประสิทธิภาพของงานเขียนโค้ด และ Natural2Code ซึ่งเป็นชุดข้อมูลภายในของ Google ที่เน้นไปที่แหล่งข้อมูลที่ผู้เขียนสร้างขึ้นแทนที่จะเป็นเนื้อหาบนเว็บ

ความยืดหยุ่นของ Gemini ขยายไปถึงการขับเคลื่อนระบบการเขียนโค้ดขั้นสูง Google ได้เปิดตัว AlphaCode เมื่อสองปีที่แล้ว นับเป็นระบบสร้างโค้ด AI ระบบแรกที่บรรลุประสิทธิภาพการแข่งขันในการประกวดการเขียนโปรแกรม

ต่อยอดจากเทคโนโลยีของ Gemini ทาง Google ได้พัฒนา AlphaCode 2 ซึ่งเป็นระบบสร้างโค้ดที่ซับซ้อนยิ่งขึ้น AlphaCode 2 มีความเป็นเลิศในความท้าทายในการเขียนโปรแกรมแข่งขัน โดยผสมผสานแนวคิดทางคณิตศาสตร์ที่ซับซ้อนและวิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎี

เมื่อเปรียบเทียบกับ AlphaCode ดั้งเดิม AlphaCode 2 แสดงให้เห็นถึงการปรับปรุงที่สำคัญในแพลตฟอร์มการประเมินเดียวกัน โดยแก้ปัญหาได้เกือบสองเท่า คาดว่าจะมีประสิทธิภาพเหนือกว่าผู้เข้าร่วมการแข่งขันมากกว่า 85% ซึ่งเพิ่มขึ้นอย่างมากจากเกณฑ์เกือบ 50% ที่กำหนดโดย AlphaCode ทาง AlphaCode 2 ประสบความสำเร็จมากยิ่งขึ้นเมื่อโปรแกรมเมอร์ทำงานร่วมกัน โดยระบุคุณสมบัติสำหรับตัวอย่างโค้ด

Google รู้สึกตื่นเต้นกับการใช้งานโมเดล AI ขั้นสูงที่เพิ่มขึ้นโดยโปรแกรมเมอร์ เครื่องมือเหล่านี้ให้การสนับสนุนการทำงานร่วมกัน ช่วยในการแก้ปัญหา เสนอการออกแบบโค้ด และช่วยเหลือในการปรับใช้งาน การทำงานร่วมกันนี้ช่วยให้สามารถพัฒนาและเปิดตัวแอปได้เร็วขึ้น รวมถึงการออกแบบบริการที่เหนือกว่า

เชื่อถือได้มากขึ้น ขยายขนาดได้ง่ายขึ้น และมีประสิทธิภาพมากขึ้น

Gemini 1.0 ได้รับการฝึกอบรมในขนาดใหญ่บนโครงสร้างพื้นฐานที่ปรับแต่งสำหรับ AI โดยใช้ Tensor Processing Units (TPUs) v4 และ v5e ที่ออกแบบภายในองค์กรจาก Google โมเดลนี้ได้รับการรังสรรค์ขึ้นเพื่อให้มีความน่าเชื่อถือสูงและขยายขนาดได้ง่ายสำหรับการฝึกอบรม ตลอดจนมีประสิทธิภาพในการใช้งาน

บน TPU ของ Google ทาง Gemini ทำงานได้เร็วกว่าอย่างมากเมื่อเทียบกับโมเดลก่อนหน้านี้ ซึ่งมีขนาดเล็กกว่าและมีความสามารถน้อยกว่า ตัวเร่งความเร็ว AI ที่ออกแบบเองเหล่านี้เป็นพื้นฐานในการขับเคลื่อนผลิตภัณฑ์ที่ขับเคลื่อนด้วย AI ซึ่งผู้คนหลายพันล้านคนใช้งาน เช่น Search, YouTube, Gmail, Google Maps, Google Play และ Android นอกจากนี้ ยังช่วยให้บริษัทต่างๆ ทั่วโลกสามารถฝึกอบรมโมเดล AI ขนาดใหญ่ได้อย่างคุ้มค่า

ความก้าวหน้าล่าสุดในเทคโนโลยีนี้คือการเปิดตัว Cloud TPU v5p ซึ่งเป็นระบบ TPU ที่ทรงพลัง มีประสิทธิภาพ และขยายขนาดได้มากที่สุดในปัจจุบัน ซึ่งได้รับการออกแบบมาโดยเฉพาะสำหรับการฝึกอบรมโมเดล AI ขั้นสูง คลาวด์ TPU เจเนอเรชันใหม่นี้จะช่วยเร่งการพัฒนา Gemini และช่วยนักพัฒนาและลูกค้าระดับองค์กรในการฝึกอบรมโมเดล Generative AI ขนาดใหญ่ได้รวดเร็วยิ่งขึ้น การปรับปรุงนี้ช่วยปูทางให้ส่งมอบผลิตภัณฑ์และขีดความสามารถใหม่ๆ ให้กับลูกค้าได้รวดเร็วยิ่งขึ้น

สร้างขึ้นบนรากฐานของความรับผิดชอบและความปลอดภัย

GoPomelo ตระหนักถึงความสำคัญของการพัฒนา AI ที่มีความกล้าหาญและมีความรับผิดชอบ ซึ่งเป็นความมุ่งมั่นที่สะท้อนให้เห็นโดย Google ในความพยายามของพวกเขา จากหลักการที่กำหนดโดย Google รวมถึงหลักการ AI และนโยบายความปลอดภัยที่แข็งแกร่งซึ่งแพร่หลายในผลิตภัณฑ์ต่างๆ ของพวกเขา มีการผสานรวมการป้องกันแบบใหม่เพื่อตอบสนองความสามารถแบบ Multimodal ของ Gemini ตลอดการพัฒนา ได้มีการพิจารณาความเสี่ยงที่อาจเกิดขึ้นอย่างรอบคอบ โดยมุ่งเน้นไปที่การทดสอบและการบรรเทาผลกระทบ

Gemini มีความโดดเด่นในฐานะที่ผ่านการประเมินความปลอดภัยที่ครอบคลุมที่สุดในบรรดาโมเดล AI ของ Google โดยเฉพาะอย่างยิ่งในด้านอคติและความเป็นพิษ ซึ่งรวมถึงการวิจัยบุกเบิกในโดเมนความเสี่ยง เช่น การโจมตีทางไซเบอร์ การโน้มน้าวใจ และการควบคุมตนเอง เทคนิคการทดสอบ Adversarial ขั้นสูงของ Google Research มีบทบาทสำคัญในการระบุข้อกังวลด้านความปลอดภัยที่สำคัญล่วงหน้าก่อนการนำ Gemini ไปใช้งาน

เพื่อค้นหาจุดบกพร่องที่อาจเกิดขึ้นในวิธีการประเมินภายใน ความร่วมมือกับกลุ่มผู้เชี่ยวชาญและพันธมิตรภายนอกที่หลากหลายกำลังดำเนินการอยู่ โดยมีจุดประสงค์เพื่อทดสอบโมเดลอย่างเข้มงวดในประเด็นต่างๆ มากมาย

ในระหว่างขั้นตอนการฝึกอบรมของ Gemini เพื่อตรวจสอบความปลอดภัยของเนื้อหาและการปฏิบัติตามนโยบายที่กำหนดไว้ เครื่องมืออย่าง Real Toxicity Prompts กำลังถูกนำมาใช้งาน เกณฑ์มาตรฐานนี้พัฒนาโดย Allen Institute for AI ประกอบด้วยพรอมต์ระดับความเป็นพิษที่หลากหลายจำนวน 100,000 พรอมต์ที่ได้มาจากเว็บ ข้อมูลเพิ่มเติมเกี่ยวกับความคิดริเริ่มนี้จะพร้อมใช้งานในเร็วๆ นี้

เพื่อลดความเสี่ยง Google ได้พัฒนาเครื่องมือแยกประเภทความปลอดภัยเฉพาะทาง สิ่งเหล่านี้มีหน้าที่ในการรับรู้ การติดป้ายกำกับ และการกรองเนื้อหาที่เกี่ยวข้องกับความรุนแรงหรือทัศนคติเหมารวมในเชิงลบ เมื่อรวมกับตัวกรองที่แข็งแกร่ง จะช่วยส่งเสริมกลยุทธ์แบบแบ่งชั้นที่ออกแบบมาเพื่อเพิ่มความปลอดภัยและการมีส่วนร่วมของ Gemini นอกจากนี้ ความพยายามอย่างต่อเนื่องยังได้รับการนำมาใช้เพื่อรับมือกับความท้าทายที่ทราบซึ่งโมเดลต้องเผชิญ เช่น ความเป็นจริง (Factuality) การอ้างอิงพื้นฐาน (Grounding) แหล่งที่มา (Attribution) และการยืนยันความถูกต้อง (Corroboration)

สำหรับ GoPomelo เช่นเดียวกับ Google ความรับผิดชอบและความปลอดภัยยังคงเป็นแถวหน้าของการพัฒนาและการใช้งานโมเดล AI ความมุ่งมั่นอันยาวนานนี้จำเป็นต้องมีการสร้างร่วมกัน ในแง่นี้ การมีส่วนร่วมกับอุตสาหกรรมและระบบนิเวศในวงกว้างเป็นสิ่งสำคัญในการกำหนดแนวทางปฏิบัติที่ดีที่สุดและเกณฑ์มาตรฐานความปลอดภัยและความมั่นคง สิ่งนี้เห็นได้จากการมีส่วนร่วมในแพลตฟอร์มต่างๆ เช่น MLCommons, Frontier Model Forum และกองทุนความปลอดภัย AI รวมถึง Secure AI Framework (SAIF) ซึ่งจัดทำขึ้นเพื่อจัดการกับความเสี่ยงด้านความปลอดภัยเฉพาะของ AI ทั้งในภาครัฐและเอกชน การเดินทางยังคงดำเนินต่อไปด้วยความร่วมมือกับนักวิจัย รัฐบาล และกลุ่มประชาสังคมทั่วโลกในการพัฒนา Gemini

ความปลอดภัยและความรับผิดชอบของ Gemini เป็นหัวใจสำคัญ

การเปิดตัว Gemini ให้โลกได้ใช้งาน

ขณะนี้ Gemini 1.0 กำลังเปิดตัวในผลิตภัณฑ์และแพลตฟอร์มต่างๆ:

Gemini Pro ในผลิตภัณฑ์ของ Google

Gemini Pro กำลังได้รับการแนะนำให้รู้จักกับผู้คนหลายพันล้านคนผ่านผลิตภัณฑ์ของ Google ปัจจุบัน Bard ขับเคลื่อนด้วยเวอร์ชันที่ปรับแต่งอย่างละเอียดของ Gemini Pro ซึ่งจะช่วยเพิ่มขีดความสามารถในการให้เหตุผล การวางแผน และความเข้าใจ นี่เป็นการอัปเดตครั้งสำคัญที่สุดของ Bard นับตั้งแต่เปิดตัว โดยพร้อมใช้งานในภาษาอังกฤษในกว่า 170 ประเทศและดินแดน มีแผนที่จะขยายสิ่งนี้ไปยังวิธีการ ภาษา และสถานที่เพิ่มเติมในเร็วๆ นี้

Pixel 8 Pro สมาร์ทโฟนเครื่องแรกที่ออกแบบมาเพื่อใช้งาน Gemini Nano กำลังผสานรวมเทคโนโลยีนี้ คุณลักษณะต่างๆ เช่น สรุปในแอปเครื่องบันทึกเสียง และการตอบกลับอัจฉริยะใน Gboard เริ่มต้นด้วยการรวม WhatsApp จะขับเคลื่อนโดย Gemini Nano คาดว่าจะขยายไปยังแอปส่งข้อความเพิ่มเติมในปีหน้า

ในอีกไม่กี่เดือนข้างหน้า Gemini จะถูกรวมเข้ากับผลิตภัณฑ์และบริการของ Google มากขึ้น รวมถึง Search, Ads, Chrome และ Duet AI ปัจจุบัน Gemini กำลังได้รับการทดสอบใน Search ซึ่งปรับปรุงประสบการณ์การค้นหาแบบสร้างสรรค์ (SGE) ด้วยการลดเวลาแฝงลง 40% สำหรับการค้นหาภาษาอังกฤษในสหรัฐอเมริกา พร้อมด้วยการปรับปรุงคุณภาพ

การสร้างสิ่งต่างๆ ด้วย Gemini

ตั้งแต่วันที่ 13 ธันวาคม นักพัฒนาและลูกค้าระดับองค์กรสามารถเข้าถึง Gemini Pro ผ่าน Gemini API ใน Google AI Studio หรือ Google Cloud Vertex AI โดย Google AI Studio เป็นเครื่องมือบนเว็บสำหรับการสร้างต้นแบบและเปิดตัวแอป ช่วยให้เข้าถึงได้ง่ายด้วยคีย์ API ทาง Vertex AI นำเสนอแพลตฟอร์ม AI ที่ได้รับการจัดการอย่างเต็มรูปแบบพร้อมตัวเลือกการปรับแต่งสำหรับ Gemini โดยผสานรวมการรักษาความปลอดภัยระดับองค์กร ความเป็นส่วนตัว และการกำกับดูแลข้อมูลของ Google Cloud

นักพัฒนา Android จะมีโอกาสใช้ Gemini Nano สำหรับงานบนอุปกรณ์ผ่าน AICore ซึ่งเป็นขีดความสามารถระบบใหม่ใน Android 14 ซึ่งเปิดตัวบนอุปกรณ์ Pixel 8 Pro สามารถลงทะเบียนเพื่อรับการพรีวิว AICore ในช่วงแรกได้

Gemini Ultra เตรียมเปิดตัวเร็วๆ นี้

สำหรับ Gemini Ultra การประเมินความไว้วางใจและความปลอดภัยอย่างครอบคลุม รวมถึงการทดสอบจากภายนอก (External red-teaming) กำลังดำเนินอยู่ ควบคู่ไปกับการปรับแต่งโมเดลผ่านการปรับแต่งอย่างละเอียดและการเรียนรู้แบบเสริมกำลังจากข้อเสนอแนะของมนุษย์ (RLHF) ลูกค้า นักพัฒนา พันธมิตร และผู้เชี่ยวชาญด้านความปลอดภัยและความรับผิดชอบที่ได้รับการเลือกจะสามารถเข้าถึง Gemini Ultra ก่อนใครเพื่อรับข้อเสนอแนะก่อนที่จะเผยแพร่ในวงกว้างไปยังนักพัฒนาและลูกค้าระดับองค์กรในปีหน้า

นอกจากนี้ Bard Advanced มีกำหนดเปิดตัวในช่วงต้นปีหน้า โดยนำเสนอประสบการณ์ AI ขั้นสูงพร้อมการเข้าถึงโมเดลและขีดความสามารถชั้นยอด เริ่มต้นด้วย Gemini Ultra

ยุคแห่ง Gemini: ขับเคลื่อนอนาคตแห่งนวัตกรรม

สิ่งนี้แสดงถึงก้าวสำคัญในการพัฒนา AI ซึ่งเป็นจุดเริ่มต้นของยุคใหม่ที่นวัตกรรมที่รวดเร็วและการพัฒนาขีดความสามารถของโมเดลอย่างมีความรับผิดชอบเป็นจุดมุ่งหมายสำคัญ

ก้าวสำคัญได้รับการพัฒนาใน Gemini โดยมีความพยายามอย่างต่อเนื่องในการปรับปรุงความสามารถในเวอร์ชันอนาคต ซึ่งรวมถึงความก้าวหน้าในการวางแผนและหน่วยความจำ ตลอดจนการขยายหน้าต่างบริบทเพื่อประมวลผลข้อมูลในปริมาณที่มากยิ่งขึ้น ซึ่งจะช่วยปรับปรุงคุณภาพการตอบสนอง

ศักยภาพของโลกที่ได้รับการเพิ่มขีดความสามารถอย่างมีความรับผิดชอบโดย AI นั้นน่าตื่นเต้นอย่างแท้จริง อนาคตนี้ซึ่งขับเคลื่อนโดยนวัตกรรม พร้อมที่จะขยายความคิดสร้างสรรค์ ขยายความรู้ ขับเคลื่อนความก้าวหน้าทางวิทยาศาสตร์ และเปลี่ยนแปลงชีวิตและการทำงานของผู้คนหลายพันล้านคนทั่วโลก