Gemini和ChatGPT有什么不同，Gemini將超越ChatGPT？

多年前，谷歌(Google)憑借AlphaGo的驚艷表現(xiàn)在全球掀起了一波人工智能(AI)浪潮。但近一年來在OpenAI ChatGPT所引發(fā)的AI新浪潮中，谷歌被壓著打了一年，急需一款現(xiàn)象級的AI產(chǎn)品來證明自己的實力。

自 ChatGPT 發(fā)布以來，人們一直對谷歌聲稱的競品 Gemini 模型的能力非常好奇，這款大模型早在今年 3 月就有了風(fēng)聲，5 月的 I/O 大會上進入“即將推出”的狀態(tài)。

但在11月時曾有(假)消息稱，谷歌的大模型發(fā)布時間被推遲到了2024年1月，原因是“發(fā)現(xiàn)該AI模型不能可靠地處理一些非英語查詢”， 而對多種語言的支持對Gemini的全球成功至關(guān)重要。

虛晃一槍，還是發(fā)布了

12月7日凌晨，谷歌終于發(fā)布了自家“原生多模態(tài)”(natively multimodal)大模型Gemini。谷歌 CEO 桑達爾?皮查伊(Sundar Pichai)官宣 Gemini 1.0 版正式上線，并表示這是“谷歌迄今為止最大、能力最強的AI模型”。

這樣看來，谷歌是懂放煙幕彈和玩驚喜的。Sundar Pichai在Gemini的官宣博客中寫道：

“在許多領(lǐng)先的基準測試中都具有最先進的性能。谷歌的第一個版本 Gemini 1.0 針對不同尺寸進行了優(yōu)化：Ultra、Pro 和 Nano。這些是 Gemini 時代的第一個模型，也是谷歌今年早些時候成立 Google DeepMind 時的愿景的首次實現(xiàn)。這個模型的新時代代表了谷歌作為一家公司所做出的最大的科學(xué)和工程努力之一。我對未來以及雙子座將為世界各地的人們帶來的機會感到由衷地興奮?！?/p>

Gemini和ChatGPT有什么不同

所謂多模態(tài)大模型，就是和市面上現(xiàn)有大模型相比，可以歸納并流暢地理解、操作以及組合不同類型的信息，包括文本、代碼、音頻、圖像和視頻。在靈活度上，從數(shù)據(jù)中心到移動設(shè)備上，它都能夠運行，而不需要額外的專門處理或轉(zhuǎn)換。

如果要問Gemini和GPT-4有什么不同，可以將GPT-4比作一個詩人，他不僅擅長寫詩，還會畫畫，但寫詩是他的職業(yè)，畫畫只是他的副業(yè)。GPT-4能處理文字(寫詩)和圖片(畫畫)，但它主要還是以文字處理為強項。

而具有“原生多模態(tài)能力”的Gemini則是一個詩人、畫家“雙料人才”，他在寫詩和畫畫方面同樣出色，沒有哪一方面比另一方面弱。Gemini能夠同時處理文字和圖片，并且在這兩個方面都做得很好，沒有主次之分。

在Gemini發(fā)布之前，谷歌在生成式AI和大語言模型(LLM)方面主推的兩款模型PaLM 2和LaMDA，在用戶當(dāng)中收獲的評價一直不高，相對于業(yè)界領(lǐng)軍的GPT-4差距很大。

而這次對于Gemini，谷歌的評價是：“比市面上所有人工智能系統(tǒng)都更強大，連ChatGPT創(chuàng)造者OpenAI開發(fā)的技術(shù)都要甘拜下風(fēng)?！?/p>

據(jù)悉，Gemini也是谷歌大腦(Google Brain)和DeepMind合并組建Google DeepMind之后的首個重要產(chǎn)品。有了AlphaGo戰(zhàn)勝人類圍棋世界冠軍的先例，人們已經(jīng)不把AI在某些領(lǐng)域超越人類當(dāng)成是新鮮事了，但在ChatGPT帶來的AGI、強人工智能“威懾”下，任何被稱為超越人類的AI，多多少少都會引發(fā)關(guān)注。

首個在MMLU測評上超過人類專家的大模型

MMLU(大規(guī)模多任務(wù)語言理解)是一個結(jié)合了數(shù)學(xué)、物理、歷史、法律、醫(yī)學(xué)和倫理學(xué)等57個科目的測試集。相比于其他測試集，MMLU的廣泛性和深度更強，它通過大量和多樣的任務(wù)來測試AI模型在理解自然語言方面的能力，特別是在復(fù)雜和多變的真實世界場景中的表現(xiàn)。這使得MMLU成為一個極具挑戰(zhàn)性的評測框架，可以全面地評估和推動大型語言模型的發(fā)展。

GPT-4與Gemini在MMLU測試集的對比

這個框架通常包括數(shù)以千計的不同任務(wù)，涵蓋廣泛的主題和挑戰(zhàn)。MMLU 的目的是提供一個全面且多樣化的方法，測試和評估語言模型在各種復(fù)雜和現(xiàn)實世界場景中的表現(xiàn)。其中的測試任務(wù)可能包括理解笑話、回答有關(guān)世界歷史的問題、解釋科學(xué)現(xiàn)象等眾多更接近于人類知識、常識和理解能力的項目。

Gemini Ultra是首個在MMLU測評上超過人類專家的大模型，取得90.0%的成績。作為對比，人類專家的成績?yōu)?9.8%，GPT-4為86.4%。

谷歌在官方博客中稱：Gemini利用MMLU基準方法使Gemini能夠利用其推理能力在回答難題之前更仔細地思考，從而比僅使用第一印象有顯著改進。

LLM的主流評測數(shù)據(jù)集包括GLUE、SuperGLUE、SQuAD、CommonsenseQA、CoQA、LAMBADA等。通常用于評估模型在語言理解、推理、閱讀理解和常識推理等方面的能力。

Gemini Ultra在LLM研發(fā)中使用的32個多模態(tài)基準中取得30個SOTA(當(dāng)前最優(yōu)效果)，幾乎全方位超越GPT-4。

在包括文本和編碼在內(nèi)的一系列基準測試中， Gemini 的性能都超過了當(dāng)前最先進的水平

除此之外，Gemini Ultra 還在新的MMMU(專家 AGI 的大規(guī)模多學(xué)科多模式理解和推理)基準測試中取得了59.4%的最先進分數(shù)，該基準測試由跨越不同領(lǐng)域、需要深思熟慮的推理的多模態(tài)任務(wù)組成。

測試結(jié)果顯示，Gemini Ultra 的性能優(yōu)于之前最先進的模型，無需從圖像中提取文本以進行進一步處理的對象字符識別 (OCR) 系統(tǒng)的幫助。這些基準凸顯了雙子座天生的多模態(tài)性，并表明了雙子座更復(fù)雜推理能力的早期跡象。

Gemini在文本和編碼等一系列基準測試中的表現(xiàn)

能幫助碼農(nóng)和學(xué)生解決大量問題

據(jù)介紹，Gemini經(jīng)訓(xùn)練后，能展現(xiàn)出更像人類的行事方式?！癎emini可以像我們一樣，理解我們周圍的世界?！惫雀鐳eepMind CEO Demis Hassabis表示。

在發(fā)布會上的一段演示視頻中，一個男子做出后仰并躲避的慢動作，AI馬上猜出：這是表演《黑客帝國》中“子彈時間”的場景。

當(dāng)人類拿起畫筆在一張紙上勾勒出一只鴨子，并為它涂上了藍色。這次AI說道：“這可不是鴨子常見的顏色?！?/p>

三個空杯并排放在桌子上，一張藍色紙團被塞進其中一個杯子里，在人類一番眼花繚亂的操作后，AI準確地猜出：“紙團在最左邊的杯子里!”

上傳食材圖像和語音輸入，AI不僅可以指導(dǎo)你做菜，還能在不同階段提出相應(yīng)的建議。

在視頻演示完后，谷歌 DeepMind產(chǎn)品副總裁Eli Collins表示，“我們離新一代人工智能模型的愿景越來越近了。這是谷歌迄今為止功能最強大、最通用的大模型?！?/p>

編程是大模型衡量能力的重要維度，也是很多碼農(nóng)的剛需。Gemini Ultra 在多個編碼基準測試中表現(xiàn)出色，包括 HumanEval(用于評估編碼任務(wù)性能的重要行業(yè)標準)和 Natural2Code(谷歌內(nèi)部數(shù)據(jù)集)，該數(shù)據(jù)集使用作者生成的源代碼而不是基于網(wǎng)絡(luò)的信息。

兩年前，谷歌推出了 AlphaCode，這是第一個在編程競賽中達到競爭性水平的人工智能代碼生成系統(tǒng)?；贕emini，谷歌本次還推出了更先進的編程系統(tǒng)AlphaCode 2，它能理解、解釋并生成 Python、Java、C++ 和 Go 等編程語言的高質(zhì)量代碼。

和上一代產(chǎn)品AlphaCode相比，AlphaCode 2解決的問題數(shù)量幾乎是原來的兩倍，其表現(xiàn)優(yōu)于85%的競賽參與者，AlphaCode的這一比例接近50%。如果程序員通過為代碼示例定義某些屬性來與AlphaCode 2協(xié)作，它的性能還會更好。

Gemini還擅長解決一些超出編程范圍、涉及復(fù)雜數(shù)學(xué)和理論計算機科學(xué)的編程競賽問題。以解題為例，利用Gemini的多模態(tài)推理能力，AI能夠讀懂字跡凌亂的手寫內(nèi)容，正確理解問題的表述，還能夠把問題和解決方案都轉(zhuǎn)換為數(shù)字排版，識別出人類在解決問題時出錯的具體推理步驟，并一步步給出問題的正確解決方案。

例如一位老師畫了一個滑雪者從斜坡上下來的物理問題，而一位學(xué)生則提出了一個解決方案來計算滑雪者在斜坡底部的速度。利用Gemini的多模態(tài)推理能力，該模型能夠讀懂凌亂的筆跡，正確理解問題的表述，將問題和解決方案都轉(zhuǎn)換為數(shù)學(xué)公式，識別出學(xué)生在解決問題時出錯的具體推理步驟，然后給出問題的正確解決方案。

三大版本，各有所長

本次發(fā)布包含三個版本：

Ultra是性能最強的模型，適用于高度復(fù)雜的任務(wù)，在云上運作;

Pro是可擴展各種任務(wù)的最佳通用模型;

Nano是針對端側(cè)設(shè)備的小模型，比如在手機、家電等各類消費設(shè)備上跑。Nano還細分了兩種型號尺寸：Nano-1(18 億參數(shù))和 Nano-2(32.5 億參數(shù))，分別針對低內(nèi)存和高內(nèi)存設(shè)備。

其中，Gemini Pro和Gemini Nano已分別在聊天機器人Bard和智能手機Pixel 8 Pro上集成，最強大的Gemini Ultra則將在明年發(fā)布。屆時其Ultra模型將用于推出聊天機械人的強化版“Bard Advanced”，最初僅向測試受眾提供。

谷歌表示，他們還要先給客戶、開發(fā)者、合作伙伴以及安全和責(zé)任專家進行早期實驗和反饋，預(yù)計在2024年初，Ultra版本會先向開發(fā)者和企業(yè)客戶提供服務(wù)。

從發(fā)布之日起，Bard 將使用 Gemini Pro 的微調(diào)版本來執(zhí)行更高級的推理、規(guī)劃、理解等。這是 Bard 自推出以來最大的升級，集成Gemini Pro之后，已經(jīng)在超過170個國家和地區(qū)提供英語服務(wù)。

谷歌還根據(jù)許多行業(yè)標準基準，對Pro版本進行了測試。結(jié)果顯示，在8個基準測試中的6個里，Gemini Pro的表現(xiàn)優(yōu)于 GPT-3.5。為了展現(xiàn)升級后的Bard有多強，谷歌甚至請了一個油管(Youtube)教育博主Mark Rober，全程使用Bard作為輔助工具，從零開始畫圖紙，最后真的造出了一架巨大的紙飛機!

雖然能力最弱，但Gemini Nano反倒因為使用前景明確最受關(guān)注。根據(jù)介紹，Pixel 8 Pro的用戶已經(jīng)可以使用錄音app來實現(xiàn)“總結(jié)錄音內(nèi)容”的功能，并對WhatsApp等信息服務(wù)提供推薦自動回覆文字功能。Pixel 8 Pro 也是為Gemini Nano設(shè)計的首款谷歌智能手機，很多功能不用聯(lián)網(wǎng)，就能直接調(diào)用。

在接下來的幾個月中，Gemini 將出現(xiàn)在谷歌更多的產(chǎn)品和服務(wù)中，例如搜索、廣告、Chrome 和 Duet AI。

強大的原因之一：專用 TPU 訓(xùn)練

谷歌表示，Gemini強于競爭對手的原因之一，是其強大的計算能力。

據(jù)悉谷歌使用內(nèi)部設(shè)計的張量處理單元 TPUs v4 和 v5e 在AI優(yōu)化基礎(chǔ)設(shè)施上對 Gemini 1.0 進行了大規(guī)模訓(xùn)練，并將其設(shè)計為最可靠、可擴展的訓(xùn)練模型和最高效的服務(wù)模型。

在 TPU 上，Gemini 的運行速度明顯快于早期規(guī)模較小、能力較弱的模型。這些定制設(shè)計的 AI 加速器是谷歌人工智能產(chǎn)品的核心，這些產(chǎn)品為搜索、YouTube、Gmail、谷歌地圖、Google Play 和 Android 等數(shù)十億用戶提供服務(wù)。它們還幫助世界各地的公司經(jīng)濟高效地訓(xùn)練大規(guī)模人工智能模型。

在訓(xùn)練優(yōu)化方面，Gemini增加了對模型并行性和數(shù)據(jù)并行性的利用，并對網(wǎng)絡(luò)延遲和帶寬進行了優(yōu)化。Gemini還使用了Jax和Pathways編程模型，為復(fù)雜的數(shù)學(xué)運算(如在機器學(xué)習(xí)中常見的運算)提供了優(yōu)化的支持。

Jax特別適用于高效地執(zhí)行大規(guī)模的數(shù)組運算。Pathways指用于管理和協(xié)調(diào)大規(guī)模訓(xùn)練任務(wù)的編程模型或框架。通過使用這些工具，Gemini模型的開發(fā)者可以使用單個Python進程來協(xié)調(diào)整個訓(xùn)練過程，這樣可以簡化開發(fā)和訓(xùn)練工作流，同時利用Jax和Pathways的高效性能。

發(fā)布會上，谷歌同時發(fā)布了迄今為止最強大、最高效、可擴展的 TPU 系統(tǒng) —Cloud TPU v5p，稱訓(xùn)練速度比前代快2.8倍，專為訓(xùn)練尖端的人工智能模型而設(shè)計。新一代 TPU 將加速 Gemini 的發(fā)展，幫助開發(fā)人員和企業(yè)客戶更快地訓(xùn)練大規(guī)模生成式 AI 模型，讓新產(chǎn)品和新功能更快地與客戶見面。

競爭者們也沒閑著

外媒稱，谷歌的Gemini旨在與ChatGPT背后的開發(fā)商OpenAI在對話式人工智能領(lǐng)域展開競爭。通過發(fā)布Gemini，谷歌不僅希望能與ChatGPT相媲美，還希望能超越它們，提供更無縫、更自然的對話。

雖然這次被cue，OpenAI這邊其實一直也沒閑著。據(jù) The Information 今年9月報道，OpenAI 正在開發(fā)一款名為 Gobi 的多模態(tài)大模型，對標的正是谷歌Gemini。不過目前關(guān)于這款大模型產(chǎn)品的具體信息尚不確認，OpenAI 原本希望可以在谷歌Gemini發(fā)布之前推出，但很明顯被“宮斗”耽誤了。

另外就在谷歌發(fā)布Gemini之前，微軟剛剛宣布了旗下AI助手Copilot重大升級，將接入OpenAI的最新模型GPT-4 Turbo。

Gemini的發(fā)布掀起了多模態(tài)領(lǐng)域的冰山一角，這類領(lǐng)域目前還在技術(shù)探索初期，技術(shù)路徑還未確定。比起大語言模型，多模態(tài)模型增加了音頻、視頻、圖片這些數(shù)據(jù)，訓(xùn)練難度也更大。

但為什么巨頭們還要做?據(jù)思科的年度互聯(lián)網(wǎng)報告——視頻已經(jīng)占據(jù)互聯(lián)網(wǎng)超過80%的流量。在視頻內(nèi)容已經(jīng)稱為信息時代主流的時候，單純只有文字和圖片的大模型顯然是不夠的。

雖然目前看起來， Google Gemini在“跑分”上更勝一籌，但接下來，更重要的是各家大模型在實際應(yīng)用中的比拼。其中AI安全是最近的熱門話題，也是谷歌本次重點強調(diào)的。

谷歌基礎(chǔ)設(shè)施與系統(tǒng)副總裁Amin Vahdat表示，Gemini在開發(fā)的各個階段都會考慮潛在的風(fēng)險，并努力進行測試和降低這些風(fēng)險。

他透露，Gemini的安全評估包括偏見和毒性評估，并應(yīng)用了 Google Research 的對抗性測試技術(shù)，幫助在部署 Gemini 之前檢測關(guān)鍵的安全問題。

例如，為了在 Gemini 的訓(xùn)練階段診斷內(nèi)容安全問題，并確保其輸出符合政策，谷歌團隊使用了一些基準測試，例如真實毒性提示(Real Toxicity Prompts)，這是一套由 Allen Institute of AI 的專家開發(fā)的基準測試，包含了從網(wǎng)絡(luò)上提取的 10 萬條具有不同程度毒性的提示。

此外，為了減少傷害，團隊還構(gòu)建了專門的安全分類器來識別、標記和篩選涉及暴力或負面刻板印象等方面的內(nèi)容?！按送猓覀冋^續(xù)解決模型面臨的已知挑戰(zhàn)，例如事實性、基礎(chǔ)、歸因性以及協(xié)作性?！?/p>

谷歌沒有透露未來是否會專門為Gemini定制應(yīng)用程序，但高管對記者表示，更加希望看到用戶在這種技術(shù)的基礎(chǔ)上創(chuàng)建更多的應(yīng)用程序。

谷歌透露，從 12 月 13 日開始，開發(fā)者和企業(yè)客戶可以通過 Google AI Studio 或Google Cloud Vertex AI中的 Gemini API 獲取 Gemini Pro。

審核編輯：黃飛