2023 war ein entscheidendes Jahr für KI, besonders für LLMs, die den Diskurs in vielen Bereichen prägten. Trotz anfänglicher Rückschläge mit Produkten wie SGE und BARD hat Google nun mit Gemini einen signifikanten Sprung gemacht.
Die Entwicklung immer größerer Modelle stellt ein enormes finanzielles Risiko dar. OpenAI und Google erkunden neue Geschäftsmodelle, während sie gleichzeitig mit dem aufkommenden Wettbewerb durch selbstgehostete Open-Source-Lösungen konfrontiert sind.
Gemini vs. GPT-4
Gemini, vorgestellt am 7. Dezember 2023, hat in mehreren Benchmarks GPT-4 übertroffen. Diese Leistung zeigt, dass selbst kleine Verbesserungen in KI-Benchmarks einen enormen Unterschied machen können, oft den zwischen durchschnittlichen menschlichen Fähigkeiten und den besten 0,2% der Menschheit.
Die Bedeutung von Multimodalität
Gemini zeichnet sich durch seine fortgeschrittenen multimodalen Fähigkeiten aus, die es ermöglichen, komplexe Aufgaben wie die Interpretation von Videos zu meistern. Multimodalität in KI-Modellen bedeutet die Integration und Verarbeitung verschiedener Informationsarten, was das Verständnis und die Anwendungsmöglichkeiten von KI erheblich erweitert.
Die Modelle der Gemini-Familie
Gemini Ultra
Das größte und leistungsstärkste Modell, ideal für komplexe Aufgaben. Gemini Ultra wird derzeit in Sicherheitsaspekten getestet und soll später in einer Bezahlversion von Bard integriert werden.
Gemini Pro
Ein vielseitiges Modell, das ein breites Spektrum von Aufgaben abdeckt und bereits in Bard integriert ist, obwohl es noch keine Unterstützung für die deutsche Sprache gibt.
Gemini Nano
Das effizienteste Modell, ausgelegt für Aufgaben auf dem Gerät. Es läuft lokal auf Smartphones, wie dem Pixel 8 Pro, und markiert einen Durchbruch in Bezug auf Zugänglichkeit und Anwendungsvielfalt.
Neue Horizonte der KI-Entwicklung
Obwohl Gemini Ultra in einigen Aspekten GPT-4 übertrifft, gibt es Spekulationen, ob LLMs an architektonische Grenzen stoßen. Trotz dieser Bedenken eröffnen sich Chancen für innovative Ansätze, wie neue Algorithmen und Architekturen, die die Tür zu signifikanten Verbesserungen öffnen könnten.
Die Fähigkeiten, die Google zum Start in folgendem Video darstellte:
Kurz nach der Premiere des Videos geriet dieses Video in die Kritik. Google wurde vorgeworden, die Leistungsfähigkeit von Gemini in einem Werbevideo übertrieben dargestellt zu haben. In diesem sechsminütigen Video demonstrierte Gemini anscheinend das schnelle Erkennen von Bildern und das prompte Reagieren auf gesprochene Anweisungen. Doch es stellte sich heraus, dass für das Demo-Video sowohl die Latenzzeit verkürzt als auch die Antworten von Gemini gekürzt wurden, was Fragen zur Authentizität der Demonstration aufwarf.
Diese Praxis der Bearbeitung von Demo-Videos ist nicht neu für Google; ähnliche Zweifel wurden bereits bei früheren Vorführungen, wie dem Duplex AI-Assistenten, laut. In der aktuellen Situation verteidigte Oriol Vinyals von Google’s DeepMind die Bearbeitung des Gemini-Videos, indem er betonte, dass die gezeigten Nutzeranfragen und Antworten real, aber aus Gründen der Kürze bearbeitet seien. Google beabsichtigt mit solchen Videos, Entwickler zu inspirieren und nicht unbedingt die tatsächliche Leistungsfähigkeit in Echtzeit zu demonstrieren. Diese Strategie wirft jedoch Fragen über die Transparenz und Wahrhaftigkeit solcher Demos auf, insbesondere in einer Branche, in der Authentizität und Vertrauen zunehmend wichtiger werden.
Die Fähigkeiten im Video wurden auch schon mit ChatGPT 4.0 nachgebaut. In diesem Fall handelte es sich nicht um einen Fake.
Erstes Fazit zu Google Gemini
Google Gemini markiert den Beginn einer neuen Ära in der KI-Entwicklung. Es bietet spannende neue Möglichkeiten und Herausforderungen, sowohl in technischer als auch in wirtschaftlicher Hinsicht. Wir stehen am Anfang einer sich ständig weiterentwickelnden Reise in der Welt der KI, voller Innovationen und Möglichkeiten.
Sundar Pichai, CEO von Google und Alphabet, sowie Demis Hassabis, CEO und Co-Founder von Google DeepMind, unterstreichen die Bedeutung dieses Wandels und die Möglichkeiten, die Gemini weltweit eröffnen wird. Bleiben wir gespannt auf die zukünftigen Entwicklungen in dieser faszinierenden Welt der KI!
PS – für alle Forscher und Wissenschaftler:
Im folgenden noch ein kurzes Video wie Google Gemini Forschern helfen und wissenschaftliche Arbeiten bewerten kann: