Google on saanut valmiiksi tekoälymallinsa Geminin uuden version.

Se on määrä ottaa käyttöön Bard-palvelussa jo lähiaikoina.

Gemini 1.0 on Googlen kehittynein tekoälymalli, joka kykenee ”tuottamaan ja yhdistelemään” tekstiä, koodia, ääntä, kuvia ja videoita. Googlen ”multimodaaliseksi” eli luonnollisesti erilaisia sisältöjä yhdisteleväksi luonnehtima malli on koulutettu alusta alkaen useita ilmaisumuotoja, kuten kuvaa, koodia ja ääntä, rinnakkain käyttämällä.

Hieman erilaisesta koulutusnäkökulmasta johtuen Gemini 1.0 on Googlen mukaan kilpailijoitaan edellä esimerkiksi monenlaisten sisältöjen rinnakkaista tuottamista ja ymmärtämistä edellyttävissä tehtävissä.

Esimerkissään Google kertoo Geminin kahlanneen läpi 200 000 tutkimusartikkelia, poimineen niistä tärkeimmät ja koostaneen selkeän yhteenvedon jotakuinkin tunnissa. Lisäksi Gemini tuottaa ja ymmärtää sujuvasti Python-, Java-, C++- ja Go-ohjelmointikieliä.

Gemini on määrä integroida Googlen Bard-tekoälypalveluun jo lähiaikoina, ja saataville on tulossa kaikkiaan kolme ”kokoa”. Gemini Nano soveltuu muun muassa älypuhelimella paikallisesti käytettäväksi, Gemini Pro taas yleisluontoiseen käyttöön muun muassa työelämässä.

Kehittynein vaihtoehto, Gemini Ultra, on sopivin erittäin vaativissa tapauksissa, ja se on määrä saada valmiiksi ensi vuoden puolella. Nano- ja Pro-Geminit sen sijaan ovat jo nyt kokeiltavissa Bardin kautta.

Aiemmat raportit Gemini-julkaisun lykkääntymisestä ja tekoälykehityksen takkuamisesta Googlella saattoivat näin ollen liittyä nimenomaan Gemini Ultraan, sillä itse Gemini 1.0 ehdittiin kuin ehdittiinkin julkaista vielä tämän vuoden puolella.

Googlen mukaan Gemini 1.0 päihitti ChatGPT:stä tutun GPT 3.5 -mallin kuudella kahdeksasta osa-alueesta, ja kolmannen osapuolen kumppanit suosivat sitä GPT:n sijaan testeissä, joissa käytettävää mallia ei paljastettu.

Gemini 1.0 on nyt saatavilla rajatusti Bard Advanced -ohjelmaan kuuluville. Myöhemmin se tuotaneen käyttöön laajemminkin.