Google Gemini: כל מה שצריך לדעת על הדור הבא של ה-AI המולטי-מודאלי של גוגל

Gemini, מודל השפה הגדול (LLM) של Google, התפתח הרבה מאז שהוצג בתור Bard. המתחרה הניסיוני של Google אלו מול ChatGPT ועד מהרה הפך לחלק מרכזי בזהות של Google. מה שהיה פעם Duet AI הפך להיות Gemini. הם גם החליפו את Google Assistant בטלפונים של Pixel, מה שמראה את המאמצים של Google לאחד את טכנולוגיות הבינה המלאכותית שלה תחת מותג Gemini. ג׳מיני משלב בתוכו מספר מוצרים, כאן נסביר אותם, איך הם עובדים ומה לצפות מהם.

מה זה הצ’אטבוט Google Gemini?

Gemini הוא ההתפתחות של Bard

ב-8 בפברואר 2024, Google הכריזה על מיתוג מחדש גדול של Bard, הצ’אטבוט הניסיוני שלה. הכלי נכון להיום נקרא Gemini ושמר את התכונות המרכזיות שלו. Gemini הציג יכולות מתקדמות בחשיבה, תכנון והבנה, מה שמאפשר לו להתמודד עם משימות מסובכות של סיכום וקידוד, תוך שהוא נותן תגובות שמבינות את ההקשר טוב יותר.

Gemini הוא הממשק שלכם לגישה ל-LLM ולבינה המלאכותית הגנרטיבית של Google, בדומה ל- ChatGPT. בתחילה, Gemini סיפק תגובות טבעיות, טקסטואליות. אך כמו המתחרים, הוא הוסיף תכונות של בינה מלאכותית גנרטיבית לכלי שלו.

Gemini הוא מוצר חינמי. כאשר Gemini Advanced זמין למנויים בתשלום. הוא כולל יותר תכונות ונותן תשובות מדויקות יותר. הוא חלק מהתכנית החדשה בשם Google One בעלות של 26 דולר לחודש או 20 דולר אם משלמים מראש לשנה. בנוסף לגישה למודל בינה מלאכותית טוב יותר, הוא כולל 2TB אחסון ב-Google Drive, שעולה 10 דולר לחודש, בנוסף לעוד תכונות. Gemini Advanced זמין ביותר מ-45 שפות וביותר מ-150 מדינות ואזורי שירות. בעתיד, הוא יופץ לאזורים ושפות נוספות.

Gemini יכול להשתלב גם באופן מלא עם Google Workspace, ומציע תמיכה מבוססת בינה מלאכותית לכתיבת סיכומים, ניתוח נתונים ויצירת תמונות, בדיוק כמו ש-Duet AI עשה ב-Gmail, Docs ו-Sheets. כדי לגשת לתכונות אלו יש צורך במנוי נוסף שעולה 20 דולר למשתמש לחודש.

Google גם שחררה אפליקציית Gemini עבור Android וגם אייפיון, שלא הייתה זמינה עבור גרסת בארד הישנה. אחרי התקנת Gemini בטלפון שלכם, Gemini יחליף את Google Assistant כעוזר הטלפוני החכם. זה פותח תכונות חדשות בטלפון. המשפט “Hey Google” הפך להיות התחלת האינטראקציה עם Gemini, והמודעות למסך שלו מאפשרת לו לייצר טקסט או תשובות על פי התוכן הנראה.

Gemini הוא משפחה של מודלים גמישים של בינה מלאכותית של Google

המודל הבסיסי שמאחורי Gemini (הצ’אטבוט) נקרא גם הוא Gemini. משפחת Gemini היא אוסף של מודלים חכמים, שכל גרסה נבנתה למטרות ורמות ביצועים שונות. בקו המוצרים יש את Gemini Nano, Gemini Pro, Gemini Flash ו-Gemini Ultra. מודלים אלו עובדים ברוב המכשירים, ולכן Google מפעילה אותם בכל מקום.

Gemini Nano

Gemini Nano הוא החבר המותאם לניידים בקו ה-Gemini של Google. והוא תומך בעיבוד ישירות במובייל כדי לטפל בפונקציות רגישות לפרטיות, כמו הצעת תגובות באפליקציות הצפנה בלי לשלוח את הנתונים למקום אחר. עיבוד במכשירים ניידים גם אומר תגובה מהירה וביצועים בזמן אמת, וגם גישה לתכונות רבות, אפילו כשהמכשיר לא מחובר לאינטרנט.

Gemini Ultra

Gemini Ultra הוא המודל החזק ביותר בקו ה-Gemini של Google, שנועד להתמודד עם המשימות המסובכות הדורשות עיבוד חזק יותר. כמודל הדגל, Gemini Ultra מצטיין בחשיבה רב-מודלית, מה שמאפשר לו לעבד ולהבין מספר סוגי קלט במקביל, כמו טקסט, תמונות, אודיו או קוד. המודל גם מצטיין בתחומים כמו מתמטיקה ופיזיקה.

Gemini Pro

Gemini Pro הוא המודל הנגיש והזמין ביותר של Google, שנבנה כדי להצטיין במשימות מגוונות. זהו המוח מאחורי צ’אטבוט Gemini ואפליקציות Workspace. מודל Gemini 1.5 Pro עובד עם חלון הקשר של עד שני מיליון טוקנים. זה מאפשר ל-Gemini 1.5 Pro להתמודד עם מסמכים ענקיים, אלפי שורות קוד ושעות של מדיה כדי להתמודד עם אתגרים מורכבים.

Gemini Flash

Gemini 1.5 Flash הוא התוספת האחרונה למשפחת Gemini של Google. הוא גרסה קלה, מהירה וחסכונית יותר מבחינה תקציבית מה-Gemini 1.5 Pro החזק יותר. למרות העיצוב הפשוט שלו, חלון ההקשר של מיליון טוקנים מאפשר לו להתמודד עם משימות מורכבות.

ל-Gemini יש גרסאות שונות, כמו Ultra, Nano, Flash ו-Pro. כל גרסה מוסיפה תכונות או שיפורים נוספים. למרות ש-Gemini Pro 1.5 קטן יותר מ-Ultra 1.0, הוא טוב יותר בכמה מובנים כי הוא עדכני יותר. הוא מוביל על מודל Ultra 1.0 ב-16 מתוך 19 מבחני טקסט וב-18 מתוך 21 מבחני חזות.

האם Google Gemini הוא צ’אטבוט? האם הוא יכול ליצור תוכן?

Gemini יכול ליצור תוכן, אבל הוא יותר מתוחכם מצ’אטבוט פשוט. Gemini הוא מסגרת למידת מכונה. הוא מתאמן על ידי הזנת תוכן אנושי (תכנים מהאינטרנט בדרך כלל) ועוזר לו ללמוד חוקים כדי להבין את התוכן הזה. אם מתאמנים מספיק, מודלי השפה יכולים לעבד נתוני שפה, להרכיב משפטים ולחקות סגנונות כמו ChatGPT ודומיו. הם כמו פותרי פאזלים מומחים שיוצרים דרכים מתמטיות כדי “לפענח” את השפה האנושית. ככל שהם לומדים יותר, הם משתפרים.

רוב מודלי השפה מתמקדים רק בכמה דברים, כמו דיבור או תמונות. זה עוזר להם להישאר ממוקדים ומפחית את המשאבים העצומים שהם צריכים. Google מתמחה ביצירת מודלים יעילים של בינה מלאכותית שמתאמנים על מערך מוגבל של תוכן, בניגוד למערכת של OpenAI שמנסה לכלול כמעט כל דבר אפשרי.

Gemini נראה שונה מהמודלים הקיימים כי הוא מתאמן כמודל מולטי-מודלי מההתחלה. מולטי-מודלי אומר שהבינה המלאכותית לומדת ויוצרת כל מיני סוגי תוכן, לא רק שפה אחת. Gemini מטפל בדיבור, תרגום, בעיות חשיבה, קוד, תמונות (כולל אימוג’ים), וידאו, אודיו ועוד.

Gemini נראה מאוד טוב במה שהוא עושה בתוך התחום שלו. הוא קיבל 90% במבחן Massive Multitask Language Understanding (MMLU), מה שטוב יותר מרוב המומחים לשפה האנושית ובהתאם להופעות קודמות של Google.

Google גם אומר ש-Gemini מוביל על פני מודלים קיימים ב-30 מתוך 32 מבחנים אקדמיים שבהם משתמשים להעריך מודלים שפתיים. עם זאת, דוחות אחרים אומרים ש-Gemini Pro יכול להתגבר על GPT-3.5 (שהשתמשו בו הרבה בתוכן של ChatGPT השנה) אך מפגר לעומת GPT-4 החדש, בעוד ש-Gemini Ultra מקדים בקושי את GPT-4.

אין בינה מלאכותית שהיא רב-מודלית כמו Gemini. עסקים שמשתמשים בבינה המלאכותית המאומנת הזו יכולים להתאים אותה כמעט לכל דבר. זה חשוב לחברות שרוצות להתאים שירותי בינה מלאכותית לכל מיני משימות – החל מהכרת תיקי ידיים מזויפים ועד לחיקוי דוד שוודי עזרני בשיחת שירות לקוחות. Google גם מציינת מספר אפשרויות נוספות, כמו:

• הסברת בעיות בפיזיקה לתלמידים
• עיבוד אודיו גולמי כדי לחפש אותות ספציפיים
• ניתוח כוונת המשתמש ליצירת ערכות וחבילות מותאמות אישית
• עזרה למדענים לזהות קישורים במחקרים שפורסמו
• ניצחון בתחרויות תכנות תחרותיות שבהן הוא מורשה להשתתף

מה יכול לעשות Gemini עבור הצרכן היומיומי?

Gemini תומך במגוון תכונות בינה מלאכותית בערוצים שונים. כמו ChatGPT, יש לו יכולות גנרטיביות חזקות. אם תגידו ל-Gemini שאתם מתכננים מסיבה, הוא יעזור לכם עם רשימת קניות או רעיונות לנושא. צריכים מתכון? Gemini מדריך אתכם בתהליך הבישול שלב אחר שלב. בגלל שהוא מודל רב-מודלי, הוא עובד עם סוגי קלט שונים – טקסט, קוד, אודיו, תמונות ווידאו.

צלמו תמונה של צמח, ו-Gemini יזהה אותו וייתן הוראות טיפול. הוא גם משתלב עם המערכת האקולוגית של Google. כשמתכננים טיול בכביש, הוא יכול להרכיב לכם פלייליסט ב-YouTube או להציע את המסלולים הטובים ביותר ב-Google Maps.

האם Google Gemini שונה מ-Google Bard?

כן. Gemini שונה מ-Google Bard, אבל קצת רקע עוזר להפוך את התשובה לפחות מבלבלת. עד לפברואר 2024, Google Bard היה הממשק שהשתמשה בו Google עם המודלים השפתיים שלה. ה-Bard המקורי, ששוחרר בתחילת 2023, היה ניסיון מוקדם יותר לבינה מלאכותית המיועדת לצרכנים (בהקשר של המודלים השפתיים הראשונים של שנות ה-2020, כמה חודשים יכולים להיות הרבה זמן).

כששוחרר במרץ 2023, Bard השתמש במודל LaMDA של Google (Language Model for Dialogue Applications). כמה חודשים לאחר מכן, Bard קיבל את העדכון הגדול הראשון שלו עם השחרור של PaLM 2 ב-Google I/O. בדצמבר 2023, Google נתנה ל-Bard את העדכון הגדול ביותר שלו עם המעבר למודל Gemini Pro. בפברואר 2024, המותג Bard הופסק, והממשק נקרא כעת Gemini.

מה עם PaLM 2 עכשיו כש-Gemini שוחרר?

זה מסובך, ואין לנו מבט טוב מאחורי הקלעים. PaLM 2 היה עדכון ענק למודל השפה של Google שהתבצע מוקדם יותר ב-2023. PaLM 2 מצטיין במשימות שפתיות כמו תרגום. למרות ש-Google יצרה מודולים של PaLM 2 שמתמודדים עם דברים אחרים כמו קריאת סריקות רפואיות, הוא אינו רב-מודלי כמו Gemini. עם זאת, הוא מספק שירותי בינה מלאכותית קלים לעסקים שרוצים לבנות את ה-AI שלהם על בסיס העבודה של Google, באמצעות פלטפורמת Google Vertex AI, שעליה גם Gemini 1.5 Pro פועל.

נראה ש-Gemini ו-PaLM 2 אינם מתחרים, ו-Gemini הוא המודל שרוב האנשים יתקלו בו כשמשתמשים במוצרי ובחומרת הבינה המלאכותית. Google DeepMind, שנוצרה ממיזוג הפרויקטים הקודמים, Brain Team ו-DeepMind, אחראית על שניהם. Google מתייחסת ל-PaLM 2 ול-Gemini כמודלים נפרדים עם התמקדות שונה, אף על פי שהם עשויים לעבוד יחד במשימות מסוימות.

איך להשתמש ב-Gemini בתהליך העבודה שלכם

אם אתם רוצים להשתמש בגרסה המיועדת למשתמש של Google Gemini, בקרו באתר של Gemini או הורידו את אפליקציית Gemini לטלפון שלכם.

אם אתם מפתחים המעוניינים להשתמש במודל הבינה המלאכותית הבסיסי לפרויקטים שלכם, בקרו בדף האינטרנט של DeepMind עבור Gemini וחפשו אפשרות הרשמה כדי ללמוד עוד או אפשרות כניסה לחשבון המפתחים שלכם כדי להתחיל עם ערכת ה-API של Gemini. משם, תוכלו לשלב את שירותי Gemini באפליקציות שלכם בהתאם למודלים של Gemini שמתאימים לצרכים שלכם.

כמה עולה Gemini?

הגרסה הבסיסית של Gemini מבוססת על Gemini 1.5 Flash והיא חינמית עבור הצרכנים. כדי לגשת ל-Gemini Advanced עם Pro 1.5, יש להירשם לתכנית Google One AI Premium. היא עולה 26 דולר לחודש או 240 דולר לשנה, כאשר ההנחה השנתית ממוצעת ל-20 דולר לחודש.

עבור מפתחים וחברות שמשתמשים במודל הבסיסי של Gemini, תמחור ספציפי של Gemini קשה להבנה. מומלץ לבדוק את Google Vertex ואת התמחור שלו עבור שירותי בינה מלאכותית גנרטיבית, שמשתנים בהתאם לסוג התוכן והשירות שהחברה מעוניינת בו.

האם Google Gemini בטוח?

DeepMind אומרת ש-Gemini אומן תוך שמירה על בטיחות, והוא יופעל בצורה אחראית. Google לא מפרטת הרבה על מה זה כולל, אבל זה כנראה אומר ש-Gemini לא יעשה משהו לא נאות, פולשני או לא חוקי.

עוד לא נפתרו השאלות על איך Gemini צורך את התוכן שלנו, את העבודה הקניינית ואת השיחות שלנו, וגם איך הוא יכול לקחת עבודות, להרוויח כסף בדרכים לא אתיות או לנצל קבוצות פגיעות. אלו שאלות שמועלות לגבי כל המודלים השפתיים, ויש לנו יותר שאלות מאשר תשובות.

כשאתם משוחחים עם Google Gemini, המילים שלכם עלולות לשמש לאימון הבינה המלאכותית. השיחות שלכם עשויות להיבדק על ידי עובדים של Google שמטרתם לשפר את המוצר, כפי שפורסם בבירור כשפותחים את Gemini לראשונה. היו זהירים עם מה שאתם משתפים עם ה-AI, ואל תתנו מידע פרטי שאתם לא מרגישים נוח לחשוף במקום אחר באינטרנט.

מרוץ הבינה המלאכותית

נראה ש-Gemini התחיל לסגור את הפער עם המתחרה שלו GPT. למרות שאנו יכולים רק לנחש מה הגרסה הבאה של GPT ש-OpenAI תביא, התחרות בין שני הענקים הללו מתעצמת. ההתפתחויות האחרונות מראות כמה מרוץ הבינה המלאכותית הזה נעשה אינטנסיבי. Samsung ו-Google הצטרפו יחד כדי להביא כלים מבוססי בינה מלאכותית לטלפונים מובילים עם Android. בינתיים, OpenAI התקשרה עם Apple, ושילבה את הבינה המלאכותית שלה בפלטפורמת Apple Intelligence החדשה ב-iOS. ככל שכל חברה ממשיכה לדחוף את הגבולות, הסיכון רק עולה. עתיד הבינה המלאכותית עדיין לא ברור, אבל דבר אחד בטוח: המרוץ הזה רחוק מלהסתיים.