GoogleのGemini誇大宣伝の背後にある現実

グーグル最近、この 10 年間で最も野心的なプロジェクトの 1 つに関する詳細が明らかになりました。ジェミニ3 つのバリエーションで開発されています。ナノ、プロ、ウルトラ。同社は最新の亜種を次のように提示しました市場で最も強力な AI 言語モデル、特に彼を褒めることによってGPT-4よりも優れた結果いくつかのパフォーマンステストで。

彼女はまた、このテーマに関する 20 本近くのビデオを自分のチャンネルで公開しています。YouTube、そのうちのいくつかは、推定される能力を示していますジェミニ。する方法アルファベット～の輝かしい成功に直面して筋肉を柔軟にするOpenAI。しかし、Googleはこれらのデモの1つを偽造したようです観客の驚きを誘うために。このビデオが得たバイラル性を考えると、この戦略は完璧に機能したと思われます。再生回数は200万回を超えていますが、20代に出版したのはグーグルについてジェミニ、再生回数が 200,000 を超えるのは 5 つだけです。この数字は、同社のチャンネルが独自のプラットフォームに持つ 1,100 万人の加入者と比較すると、少し低いです。

「息を呑むような」、はい、しかしいいえ

「偽造」ビデオは、次の能力を示すものです。ジェミニ プロ彼が見ているものを説明するために。このビデオには、人間が AI とライブで対話している様子が映っています。個人は絵を描き、口頭で次のように尋ねます。ジェミニ彼が今描いたものを説明するために。ジェミニは、自分が見ているものを正確に説明することですぐに反応します。これはすぐにインターネットユーザーの反応を引き起こし、そのビデオを次のように表現する人もいました。息を呑むような」ソーシャルネットワーク上で[×]。皆さんにもシェアさせていただきますまた:

一見すると、私たちは AI がまだ達成できない偉業をすぐに信じることができます。しかし、ビデオの説明を読むと、何も例外的なものではないことがすぐにわかります。このデモでは、簡潔にするためにレイテンシが短縮され、Gemini の出力が短縮されています。”。言い換えると、グーグル音声や動画を追加することでAIの反応速度を変更し、これは明らかにこれがライブインタラクションであることを示唆していますとジェミニ、聞いて見る人。

実際には、同社は「」でのみ正確な説明を入手しました。シーケンスの静止画像とテキストによるプロンプトを使用」と報道された内容によると、ブルームバーグ同グループの広報担当者によると。したがって、これはビデオが示唆するものとは大きく異なります。実際、これは例外的なことではありません。GPT4以下に証明するように、これも達成できます。とお願いしましたGPT–4～のカバー写真について説明してほしいゲーム「Stray」に関する記事、最近 Mac でリリースされました。結果は次のとおりです。

ご覧のとおり、説明は正確であり、Google が示しているものをうらやむようなものは何もありません。上記性能試験についてGPT-4、これはすでに 1 年以上が経過して完了したプロジェクトであること、そして次のことを覚えておくとよいでしょう。グーグルほとんどの基準でそれを数ポイント上回るのに苦労し、いくつかの基準では成功しませんでした。

一方で、アナリストの中には、両者のスコアの差が小さいことを考えると、証拠はありません実際の使用ではそれがより大きいという事実についてはGPT-4他の基準も考慮すると。そしてその一方で、OpenAI発展したGPT-5しばらくの間、グーグルかろうじて良いGPT-4、これは間違いなく弟のものよりもはるかに効率が劣ります。

以下も参照してください。