Ce înseamnă Gemini
Gemini are două sensuri. Este numele unei familii de modele AI create de Google DeepMind, anunțată în decembrie 2023, și este numele asistentului AI al Google, care până în februarie 2024 se numea Bard.
Modelele Gemini au fost proiectate de la început ca multimodale: pot lucra cu text, imagini, sunet, video și cod. Sunt integrate în multe produse Google: aplicația Gemini, telefoanele Android (unde înlocuiește treptat Google Assistant), Gmail și Google Docs (în Google Workspace), Chrome și rezumatele generate cu AI din Căutarea Google.
Cum funcționează
Ca alte modele mari, Gemini este un model de tip transformer antrenat pe volume uriașe de date și apoi ajustat pentru conversație. Google oferă mai multe variante, de la modele mari pentru sarcini complexe până la variante mici, numite Gemini Nano, care pot rula direct pe telefon, fără conexiune la server.
Dezvoltatorii pot folosi modelele prin Google AI Studio și prin platforma cloud Vertex AI. Google a publicat și modele deschise înrudite, sub numele Gemma.
Pe înțelesul tuturor
Gemini este pentru Google ce este motorul pentru o gamă de mașini: același motor, în diferite puteri, se montează în mai multe modele, de la telefon până la serviciile de birou.
Exemplu
Un student din Iași fotografiază cu telefonul Android o problemă de fizică și îi cere asistentului Gemini să explice pașii de rezolvare. Apoi îi cere să-i rezume în Gmail e-mailurile primite de la facultate în ultima săptămână.
De reținut
- Gemini = modelele AI ale Google DeepMind și asistentul Google (fost Bard).
- Este multimodal: lucrează cu text, imagine, sunet și video.
- Este integrat în Android, Gmail, Docs, Chrome și Căutarea Google.
Nu confunda
- Gemini vs. Gemma: Gemma este o familie separată de modele deschise, mai mici, publicate de Google pentru dezvoltatori.
Termeni înrudiți
- Google DeepMind: Laboratorul de AI al Google, creator al AlphaGo, AlphaFold și al modelelor Gemini, format în 2023 din DeepMind și Google Brain.
- Model multimodal: Model AI care lucrează cu mai multe tipuri de date: text, imagini, sunet sau video, pe care le poate înțelege și, uneori, genera.
- LLM (model lingvistic mare): Model AI antrenat pe cantități uriașe de text, care înțelege și generează limbaj; stă în spatele ChatGPT, Claude sau Gemini.
- Asistent vocal: Program cu care vorbești ca să afli informații sau să dai comenzi: Siri, Google Assistant, Alexa sau asistenții AI cu mod vocal.
- ChatGPT: Asistentul conversațional al companiei OpenAI, lansat în 2022, care a făcut AI generativă cunoscută publicului larg.
- SLM (model lingvistic mic): Model de limbaj compact, cu relativ puțini parametri, care poate rula rapid și ieftin pe un laptop, pe telefon sau pe un server mic.