近期，谷歌正在「爭分奪秒」地準備在今年秋天發布 Gemini AI，以趕上 OpenAI 的 GPT-4 等競爭對手。
Gemini AI 在今年6月首度公開，將由先進的機器學習算法提供支持，使其能夠理解自然語言並以對話方式響應用戶查詢。谷歌龐大的訓練數據可以讓 Gemini 在人工智慧軍備競賽中占據優勢。與 GPT-4 不同，Gemini 也是第一個可以處理影片以及文本和圖像的多模態模型。
此外，Gemini 預計將用於多種 Google 產品，包括 Bard 聊天機器人、電子郵件助手和搜尋引擎。
報告表明，Gemini AI 在多模式能力方面取得了顯著進步，超越了以前的模型。不僅可以進行文本生成，還支持根據文本描述創建圖像。這意味著它可以處理和理解不同形式的數據，並且在工具和 API 集成方面非常高效。
它可以進行聊天對話、分析圖表數據、創建圖像，甚至可以通過自然語言命令控制軟體。與谷歌 Bard 聊天機器人的集成將有助於谷歌雲與 Microsoft Azure 等產品競爭。
在 5 月的 I/O 2023 期間，谷歌指出 Gemini 正在接受培訓，一旦經過微調，它將可以「以各種尺寸和功能」使用，就像 PaLM 2 一樣。該公司表示，它可以部署在不同的產品中，為每個人帶來利益。
除了在企業服務中的應用之外，Gemini 在醫療用例方面還擁有巨大的潛力。谷歌一直在測試一款名為 Med-PaLM 2 的人工智慧工具，該工具可以通過 Gemini 功能得到增強。該模型可用於醫療聊天機器人或機器人技術，以協助手術和醫療程序。
此外，谷歌在構建 DeepMind 的 Gato（一種「通用」系統）以及最近推出的 RT-2（一種機器人 Transformer 模型）方面的見解也可以集成到 Gemini 中。Google Brain 和 DeepMind 之間的合作對 OpenAI 和人工智慧領域的其他競爭對手構成了重大挑戰。
據悉，Gemini 還對 YouTube 影片進行了訓練，這使其比競爭對手更具優勢。它可以訪問龐大的影片庫 YouTube，並受益於比 GPT-4 和 PaLM 2 更多的令牌進行訓練。增加的訓練數據使 Gemini 更聰明，更不容易出錯。
然而，谷歌對有關訓練數據的法律問題持謹慎態度，並通過法律團隊的監控確保遵守版權法。
自ChatGPT誕生以來，DeepMind 和 Google 都針對 ChatGPT 制定了自己的應對措施，DeepMind 創建了 Project Goodall，而 Google 則推出了 Bard。該公司還在其搜尋引擎和許多其他產品中使用了生成式人工智慧。為了加速人工智慧研究，該公司於4月份將 Hassabis 的 DeepMind 團隊與谷歌的主要人工智慧實驗室 Brain 合併，創建了Google DeepMind。
據稱，谷歌還表示，今年秋天發布 Gemini AI 的時機至關重要，谷歌當下正面臨著在 AI 層面「掉隊」的危險。
