Здравейте приятели, това е подкаст "Изкуствен Интелект".
Днес е 9-ти Декември 2023-та година и ще си поговорим за две супер горещи новини от света на Информационните технологии и по-специално нашата обща тема изкуствения Интелект.
Google GEMINI и Google GNoME - двата нови ИИ от Google
На 7 декември 2023 г. Google официално оповести за пускането на два нови модела на изкуствен интелект, наречени GEMINI и GNoME.
Google GEMINI е мултимодален езиков модел алтернатива на добре познатия ни ChatGPT от OpenAI.
Той може да обработва текст, изображения, аудио и видео по познатия ни вече начин.
От друга страна Google GNoME е модел за изследване и създаване на нови материали и вещества.
Еха! Супер яко звучи, нали! :)
Всичко щеше да е супер, ако само ден след конференцията, на която официално бяха обявени Gemini и Gnome общността на гръмна силно разочарована от някои откровени манипулации и направо лъжи от страна на Google.
Откровени манипулации специално за представянето на Gemini.
Но нека всичко да си дойде по реда!
Google GEMINI реална алтернатива ли е на ChatGPT?
Приятели на 7 Декември със сигурност се случи една важна, фундаментална промяна.
Преди 7 Декември в света на Изкуствения Интелект и по-специално Изкуствен Интелект, който е на път рано или късно да стане AGI (Artificial General Intelligence) имахме дефакто само ChatGPT.
Всички останали алтернативи бяха далеч, далеч назад в развитието си и възможностите си.
Това което реално се случи на 7 Декември 2023-та година е че с появата на Google GEMINI вече има реална алтернатива и конкурент на ChatGPT.
По-долу в този подкаст точно ще цитирам данните, характеристиките и резултатите от тестовете на Изкуствения Интелект GEMINI конкретно обявени от страна на Google.
Тук изрично бих искал да направя една важна забележка!
Като четете всички тези резултати и сравнения в тестовете на GEMINI трябва да имате изрично в предвид, че някои от тях бяха приети с огромна доза скептицизъм.
От една страна някои тестове и сравнения са манипулирани от Google така, че да повишат резултатите на GEMINI в сравнение с ChatGPT.
За да постигнат целта си тук там Google тестват, сравняват и интерпретират резултатите на двата Изкуствени интелекта по начин, по който да завишат резултатите на GEMINI да са над тези на GPT-4.
Правят го като на места сравняват ябълки с круши или ябълки с портокали ... за съжаление тази лека манипулация тук там е факт.
Към момента също така НЯМА реален достъп до GEMINI Ultra, най-мощната версия на ИИ, която от Google използват за сравнение с ChatGPT-4.
Според официално публикуваните от тях резултати GEMINI Ultra надминавала болшинството бенчмарк резултати на GPT-4.
Но най-жалко в случая не са евентуално сравняването на круши с ябълки, а е едно демо видео от което човек първоначално остава с WOW впечатление от Gemini.
В последствие обаче се изясни, че най-важните моменти от това демо са пълна лъжа и манипулация ... НЕ било въобще видео, но на нас ни го представили били като видео ... за да ни успят по-добре ... ха ха ха :)
Но нека все пак да се върнем на това което реално разполагаме към момента и можем да тестваме.
Най-мощния GEMINI Ultra щел да е достъпен чак догодина някога, но днес поне все пак имаме напълно безплатен достъп до по-ниската версия GEMINI Pro.
GEMINI Pro е алтернатива на ChatGPT 3.5
Към момента GEMINI Pro можем да тестваме и използваме през добре познатия ни Google Bard.
На база на мойте индивидуални тестове на новия PaLM2 Google Bard а и на база на това което слушам и чета от останалите колеги със сигурност мога да каже, че днес Google Bard захранван от GEMINI Pro всъщност е доста НАД възможностите на ChatGPT 3.5.
И да GEMINI Pro същевременно е под нивото на ChatGPT-4.
Като имаме изрично на предвид всички манипулации и преувеличения от страна на Гугъл все пак едно изключително важно нещо наистина е факт!
НАЙ–НАКРАЯ вече има реално работеща и достъпна алтернатива на ChatGPT!
Честно казано НЕ знам кога точно Google официално включиха GEMINI Pro към Google Bard, но определено известно време ПРЕДИ 7 Декември ми направи впечатление, че нивото на отговорите и решението на зададените задачи от страна на Google Bard значително се повиши.
ChatGPT-4 е основния модел на ИИ който ползвам ежедневно с различни задачи в работата ми.
През последните месеци много от задачите, които му задавах ги пусках в паралел и на Google Bard и на Bing Chat и сравнявах качеството и дълбочината на отговорите.
И да, доста преди 7 Декември нивото на Google Bard в един момент чувствително се повиши!
Основните характеристики и възможности на GEMINI
По-долу ще се спра набързо върху основните характеристики и възможности на Google GEMINI оповестени на 7 Декември.
След това ще обърна внимание на няколко откровено дразнещи ме неща в "леко" напудреното и манипулативното представяне на информацията от страна на Google.
Да разбирам, че след онова комично и леко трагично публично представяне на Изкуствения Интелект на Google от преди няколко месеца днес Google много искат да покажат, че най-накрая са постигнали нещо наистина значимо.
Да, разбирам ги много добре!
След тези важни пояснения е крайно време да се занимаем по-подробно с ТОП новината от 7 Декември
Google GEMINI официално представяне на 7 Декември 2023г
Предполагам, че всички вие които слушате този подкаст сте прочели и изслушали вече доста материали и данни за новата звезда на небосклона GEMINI. :)
Точно и за това по-долу ще резюмирам представянето, а по-долу под него ще се спра в повече подробности в някои дразнещи неща в тестовете и сравненията между GEMINI и ChatGPT.
Конкретно манипулативното сравняване от страна на Google на круши с ябълки. :)
Изкуственият интелект Google Gemini ще бъде наличен в три модела:
Gemini Ultra - това е най-големият и най-способен модел на Изкуствен Интелект на Google предназначен за работа с високо сложни задачи.
Gemini Ultra дефакто се явява алтернатива на ChatGPT-4
Gemini Pro - това е следващия модел Изкуствен Интелект на Google и според представянето той е предназначен за работа с широк спектър от задачи ... каквото и да означава това ;)
Gemini Pro се явява дефакто алтернатива на ChatGPT-3.5, но според личните ми тестове е доста по-добър.
Към момента всеки може да тества Gemini Pro безплатно посредством интерфейса на добре познатия ни Google Bard.
Най-малки модел изкуствен интелект е наречен Gemini Nano.
Gemini Nano е предназначен за потребителите на Android, които искат да разработват приложения, задвижвани от Gemini.
Според информацията от Google nапример с Gemini Nano хората вече могат да обобщават записи, направени с приложението Recorder на телефона Pixel 8 Pro - за сега обаче това работи само на английски език.
Gemini работи на TPU тензорните процесорите разработени от Google
Нещо много важно, което трябва да се има в предвид е факта, че GEMINI модела изкуствен интелект в момента работи на TPU процесорите разработени от Google.
Това определено е нещо много важно, което трябва да се има в предвид.
Собствен модел на ИИ използващ собствена архитектура процесори разработени за максимална оптимизация на работата с ИИ.
Според Амин Вахдат, вицепрезидент на Cloud AI в Google за в бъдеще Gemini ще се обучава както на TPU, така и на графични процесори (GPU) на nVidia.
Нека не забравяме, че в момента точно Nvidia произвежда GPU H100 - най-популярният чип за захранване на изкуствен интелект.
Според информацията от Google Bard ще бъде интегриран с Gemini Ultra следващата година.
През следващите месеци Google щял да добави Gemini в други свои приложения, включително в търсачката си, в Google Ads и в браузъра Chrome.
Бенчмарк тестове и сравнения на Gemini с ChatGPT
Безспорно Google пусна Gemini, за да се конкурира с моделите GPT на OpenAI.
На пресконференцията на 7 Декември Сиси Хсиао, вицепрезидент на чатбота на Google, наречен Google Bard, заяви, че Gemini Pro надминал GPT-3.5 в шест от осемте промишлени бенчмарка използвани за измерване на резултатите и нивото на моделите изкуствен интелект.
Gemini Ultra - най-напредналият модел на Google бил победил ChatGPT-4 в седем от осемте бенчмарка.
Таблицата с резултати и сравнения на Google показват Gemini Ultra да побеждава GPT-4 в повечето стандартни бенчмарка.
Но в повечето от сравненията Gemini Ultra побеждава GPT-4 само с няколко процента или по-малко.
С други думи, най-добрият AI модел на Google е направил само тесни подобрения на нещо, по което OpenAI е завършила работа поне преди една година.
Нека не забравяме и изключително важния факт, че Gemini Ultra все още НЕ достъпен за реално тестване и потвърждаване на тези измервания.
След това има видео демото по-долу, което някои анализатори първоначално описваха в Twitter като "зашеметяващо".
Но в последствие нещата се оказаха доста различни ...
За всички слушатели на подкаста препоръчвам да посетите сайта на Подкаст "Изкуствен Интелект" където има линк към въпросното демо видео:
"Hands-on with Gemini: Interacting with multimodal AI".
За всички от вас които като мен в момента на слушане на подкасти обикновено карате колело или кола или вършите домакинска работа ще разкажа с няколко думи какво точно се случва:
Hands-on with Gemini: Interacting with multimodal AI
Видеото е заснето от инженер от Google, който взаимодейства с Gemini чрез комбинация от гласови команди и жестове.
В началото на видеото инженерът пита Gemini кой е по-бърз: картинка на автомобил нарисуван с ръбата форма на каросерията или автомобил с аеродинамична форма.
Gemini отговаря правилно, че автомобилът с в аеродинамична форма ще бъде по-бърз, защото има по-малко съпротивление.
След това във видеото инженерът пита Gemini кой е по-голям: Слънцето, Земята или Сатурн като му показва трите планети нарисувани на листчета хартия.
Gemini отговаря, че Слънцето е най-голямото, след това Земята и накрая Сатурн.
Следва видео с добре позната ни игра от близкото минало: "Тука има тука нема".
Лист хартия смачкан на топка се скрива под една от три чаши.
След това чашите се разместват от оператора няколко пъти и накрая Gemini познава под коя чаша е смачканата на топка хартия.
Ето и някои от другите елементи, които се демонстрираха в това видео:
Gemini може да разбере, че като бъдат свързани точки с поредна номерация на листа ще се появи образа на рак.
Gemini вижда това преди още линиите и точките да са свързани.
Други демонстрирани възможности във видеото:
Отговаряне на въпроси: Gemini може да отговаря на въпроси от различни области, включително физика, астрономия и морал.
В случая с въпроса за скоростта на автомобилите, Gemini използва знанията си за физиката, за да даде правилния отговор.
Разпознаване на изображения: Gemini може да разпознава изображения и да извежда информация за тях.
Логическо мислене: В случая с картината с точки и точки, Gemini може да разпознае, че на картинката е краб, преди точките да са свързани и картинката да е завършена.
Това показва, че Gemini има способност за разсъждение и разбиране на изображения.
По-нататък Gemini демонстрира, че може да генерира различни творчески текстови формати, като стихотворения, код, скриптове, музикални произведения и др.
Анализ на демо видео представянето на Gemini
Така предполагам всички, които са гледали въпросното демо видео са останали с впечатление, че инженера водещ клипа комуникира с Gemini посредством видео и Gemini му отговаря в реално време?
За съжаление това на практика въобще не е вярно!
Google признава, че видеото е редактирано и че забавянето в отговорите е силно намалено, за да се подобри гледаемостта на демото ... хмм
Това означава, че времето, необходимо за всяка една правилна реакция, всъщност е било по-дълго, отколкото се показва на зрителите във видеото.
Следващото нещо, което се разбира ДОСТА по-късно, ако въобще се задълбочите по темата и започнете да разследвате ...
Ако се заровите в подробностите, ще разберете, че цялото видео представяне за видео комуникация в реално време е абсолютна ЛЪЖА.
Всъщност всички промптове, които ни се показват в демото като видео комуникация в реално време са били комуникация на базата на статични промптове от текст и снимки.
Google също така не уточняват тук друг много важен факт, че тази видео демонстрация всъщност е направена с най-мощния модел Gemini Ultra.
Gemini Ultra, който да не забравяме все още НЕ е достъпен.
Като цяло се оказва, че видеото е чисто и просто някаква видео анимация режисирана от някакви си хора, които искат да ни накарат да повярваме в ... нещо си.
Видеото демонстрация, която трябва да ни убеди, че Gemini е супер мощен модел на изкуствен интелект, който променя начина, по който взаимодействаме с него.
При първо гледане на това видео, да това наистина са впечатляващи неща!
От друга страна след като човек започва да се чувства глупаво след като разбере истината за анимационното филмче, които са му прожектирали от Google и той се е вързал и е повярвал ...
Манипулацията в тези важни детайли ясно показват отчаяния опит на Google да постигане максимално широк маркетингов резултат с цената на всичко ...
От една страна нека не забравяме, че Google има един от най-големите екипи от изследователи на Изкуствен Интелект.
Те разполагат с достъп до много повече данни в сравнение с всеки друг. Да, това безспорно е важен факт.
Явно хората са били притиснати отгоре твърде силно да покажат някакви супер нереални резултати за да оправдаят заплатите си ...
В публикацията в блога на Гугъл сами може да прочетете как точно е направено въпросното интерактивно демо видео.
Става ясно, че всичко което на пръв поглед изглежда динамична комуникация в реално време дефакто са добре познатите ни статични промптове от текст и снимки:
How it’s Made: Interacting with Gemini through multimodal prompting
Има само още едно важно нещо на което бих искал да ви обърна внимание на маркетинговата стратегия на Google да изкарат новия GEMINI с по-високи резултати.
Даже и да приемем, че всичко показано от Гугъл е истина нека не забравяме, че ChatGPT-4 беше пуснат преди 9 месеца.
Това което искам да кажа в прав текст, е че уважавам маркетинг напъните от страна Гугъл, но за 9 месеца от OpenAI най-вероятно са напреднали вече доста ...
Нека сега обаче да се върнем на останалия в сянка Google GNoME
След представянето по-горе на Google GEMINI - новата звезда изгряла на небосклона на Изкуствения Интелект задължително трябва да се върнем отново към силно неглижирания покрай хайпа Google GNoME.
Според мен точно GNoME трябва да е звездата! GNoME въобще НЕ е за подценяване!
Декодирано на съкращението GNoME идва от Graph Networks for Materials Exploration.
В интерес на истината за Google GNoME разбрахме още на 29 Ноември седмица преди официалното представяне на 7 Декември от публикацията в Google DeepМind - "Милиони нови материали, открити с дълбоко обучение".
С оригинала на проучването "Millions of new materials discovered with deep learning" може да запознаете в сайта на Google DeepМin или като кликнете на линка тук: "Millions of new materials discovered with deep learning"
Кратко резюме на този супер интересен материал от Google DeepМin с подробно описание на възможностите на Google GNoME ще чуете / прочетете малко по-долу и в днешния новинарски Подкаст.
Предполагам и вие както мен ще си зададете въпроса:
- Google GNoME всъщност не е ли само една тясно специализирана страна на супер мощния модел на изкуствен интелект GEMINI?
И отговора е:
Не! Поне според официалната информация Google GEMINI и Google GNoME са два напълно отделни един от друг модели на изкуствен интелект.
Топ темата в момента Google GEMINI е мултимодален езиков модел, който паралелно и едновременно може да обработва текст, изображения, аудио и видео.
От друга страна GNoME е модел единствено и само за изследване и създаване на нови материали и вещества.
И така нека да се върнем към декодиране на смисъла скрит зад съкращението в името на новия модел на изкуствен интелект.
GNoME идва като съкращение от Graph Networks for Materials Exploration.
Преводът на "Graph Networks for Materials Exploration" на български може да се преведе евентуално като:
- Мрежи на графове за изследване на материали
- Графични мрежи (графични от графове) за изследване на материали
- Материалознание с помощта на мрежи от графове
Тези преводи са еднакво точни и предават основната идея скрита зад името.
Мрежиte на графове са вид изкуствен интелект, който използва графи за представяне на данни.
Графът е математическа структура, която се състои от възли и връзки между тях.
В контекста на изследването на материали, възлите могат да представляват атоми или молекули, а връзките могат да представляват връзки между тях.
Материалознанието или другояче казано науката за Изследване на материалите е област, която се занимава с изучаването на свойствата и поведението на материалите.
Използва се за разработване на нови материали с желани свойства, като например сила, устойчивост на корозия или електропроводимост.
Материалознание с помощта на мрежи от графове е много перспективен подход към изследването на материали, който използва мрежи за анализиране на данни за материали.
Този подход има огромен потенциал да подобри ефективността и точността в изследването и откриването на нови материали.
Да, GNoME определено НЕ е за подценяване!
По-долу пускам много кратко резюме на статията публикувана в Google DeepMind посветена на GNoME.
Google GNoME: Милиони нови материали, открити с дълбоко обучение
От екипа на Google DeepMind
На 29 ноември 2023 г. на конференцията Neural Information Processing Systems (NeurIPS) в Ню Орлиънс, САЩ, представихме Graph Networks for Materials Exploration (GNoME), нов инструмент за изследване и създаване на нови материали и вещества. GNoME е обучен на огромна база данни от химични данни, включително структури на молекули, свойства на веществата и реакции между веществата.
GNoME успя да идентифицира 2,2 милиона нови материали, които преди това не са били известни на науката. От тези материали 380 000 са стабилни и имат потенциал да бъдат използвани в различни приложения.
Някои от примерите за нови материали, открити от GNoME, включват:
52 000 нови материали, подобни на графен, които имат потенциала да революционизират електрониката с развитието на свръхпроводници.
528 потенциални литиеви йонни проводници, които могат да се използват за подобряване на производителността на акумулаторно захранваните устройства.
Няколко нови материали, които имат потенциал да бъдат използвани за подобряване на устойчивостта на материалите към корозия и топлина.
GNoME е мощен инструмент, който има потенциала да революционизира начина, по който се откриват нови материали. 
Той може да се използва за ускоряване на процеса на откриване на нови материали и за насочване на изследванията към материали с конкретни свойства.
Как работи Google GNoME
GNoME използва дълбоко обучение, за да идентифицира нови материали, които са стабилни и имат желани свойства.
Той прави това, като анализира структурата на молекулите и свойствата на веществата.
GNoME е обучен на база данни от над 100 трилиона параметъра.
Тази база данни включва данни за над 100 милиона различни материали.
GNoME работи, като първо генерира хипотези за нови материали.
След това той използва дълбоко обучение, за да оцени стабилността и свойствата на тези хипотези.
GNoME е все още в процес на разработка, но вече е показал, че има потенциала да бъде мощен инструмент за изследване и създаване на нови материали.
Бъдещето на Google GNoME
GNoME има потенциала да има значително въздействие върху редица области, включително:
Енергетика: GNoME може да се използва за разработване на нови материали за по-ефективни и устойчиви енергийни източници.
Здравеопазване: GNoME може да се използва за разработване на нови материали за по-ефективни лекарства и терапии.
Нанотехнологии: GNoME може да се използва за разработване на нови материали за по-малки и по-мощни електронни устройства.
Това е края на резюмето на материала от Google DeepMind представящ официално GNoME.
Изводи и кратък коментар за Google GNoME
Ясно, е че GNoME е все още в процес на разработка, но определено вече е ясно, че GNoME има потенциала да бъде супер мощен инструмент за изследване и създаване на нови материали.
GNoME реално е супер мощен инструмент за изследване и създаване на нови стратегически продукти и технологии.
ФАКТ!
Нека не забравяме, че за първи път реално GNoME беше представен на 29 Ноември на конференцията Neural Information Processing Systems (NeurIPS)
Повече от седмица преди така добре подготвеното супер яко официално представяне на GEMINI - основният играч на Google в надпреварата с OpenAI.
Определено се учудих от този факт и се зарових в информация за тази конференция.
Какво реално е значението на конференцията Neural Information Processing Systems - NeurIPS?
Защо всъщност GNoME беше представен там доста по-рано от официалното представяне на 7 Декември?
Това което в последствие научих, е че конференцията Neural Information Processing Systems (NeurIPS) е една от най-престижните конференции в областта на изкуствения интелект.
Тя се провежда всяка година и събира учени и инженери от цял свят, за да представят своите най-нови изследвания.
Реално представянето на GNoME на NeurIPS е от особено голямо значение за Google, защото това дефакто е първото публично представяне на модела пред професионалните среди занимаващи се основно и само с Изкуствен Интелект.
Това дефакто е дало възможност на най-добрите учени и инженери от средите на ИИ да се запознаят с GNoME и неговите възможности.
От една страна това подобрява доста спадналия авторитет на Google в тези среди, а от друга страна помага да се повиши осведомеността за GNoME и да се стимулира допълнително изследване и развитие на модела.
Как според вас би могло реално да стане това "стимулиране на допълнително изследване и развитие на модела"?
Е ясно е посредством тази много добра реклама Google определено ще попълни редиците си от инженери и разработчици в конкретно тази супер интересна и перспективна тема много по-лесно и по-бързо.
Да разбира се GNoME е представен на NeurIPS по-рано от официалното му представяне на 7 Декември, защото това е и напълно стандартна практика за представяне на нови изследвания в областта на изкуствения интелект на подобна тясно специализирана конференция с голяма авторитет, каквато е NeurIPS.
Да, това определено е чудесен начин да се получи обратна връзка от други тясно специализирани учени и инженери и в последствие да се подобри качеството на изследванията.
Ето някои от конкретните ползи от предварителното представяне на GNoME на NeurIPS
Новият Google GNoME получи широка публичност и внимание от научната общност.
Създателите му от Google DeepMind подобриха авторитета и позициите си ПРЕДИ представянето седмица по-късно на ТОП оръжието, ТОП състезателя на Google: GEMINI.
GNoME получи първите оценки от външни учени и инженери.
Това помогна да се оцени мястото на GNoME и да се повиши авторитета на създателите му в областта на изкуствения интелект.
Заключение
Приятели, какво мислите вие за новите модели на Изкуствен Интелект представени от Google на 7 Декември?
И вие ли като мен приемате случилото се супер положително за бъдещето на Изкуствения Интелект?
Според вас дали в лицето на Google GEMINI наистина вече има реална алтернатива на ChatGPT?
Какво мислите за манипулациите от страна на Гугъл?
Очаквам с огромно нетърпение коментарите ви под подкаста в Spotify, YouTube Podcast и Audible!
Ако слушате подкаста в YouTube моля абонирайте се за канала на подкаст "Изкуствен Интелект" и натиснете бутона "Like"!
Това НАИСТИНА помага супер много за видимостта на подкаста в алгоритъма на YouTube!
Труда по по събирането и обработването на информацията за всяко едно подкаст проучване с дължина от 4-4500 думи като днес отнема доста време и труд, така че поддръжката ви в с абонамент и коментар в YouTube и Spotify са супер ценни!
Благодаря!
Според вас как ще се справим за в бъдеще с етичните, правните и социалните проблеми, които неминуемо ще възникнат с навлизането на изкуствения интелект?
Как ще се отрази всичко това на нашата човечност и креативност?
Това са само някои от въпросите, които ще разглеждам в следващите епизоди на подкаста “Изкуствен интелект”.
Ако имате мнение, идея или въпрос по темата, не се колебайте да ни пишете по имейл адрес или да ни оставите коментар във Facebook.
Благодаря Ви за времето, което отделихте днес в слушане на този Подкаст епизод от поредицата "Изкуствен Интелект".
Аз съм Lupo и ви желая Късмет!
И карай да е весело!
Източници
Millions of new materials discovered with deep learning
Google DeepMind at NeurIPS 2023
Google’s Gemini Looks Remarkable, But It’s Still Behind OpenAI
What is Google Gemini? How to use it? Features and Limitations
How it’s Made: Interacting with Gemini through multimodal prompting
Google: Тензорните процесори превъзхождат обикновените чипове
