A Google tovább dolgozott a saját MI-modelljén, a Geminin, amit a titkos fejlesztés hónapjai után decemberben hivatalosan be is jelentettek. A cég szerint könnyen értelmezi a tudományos feladatokat, és felismeri a kézzel írt megoldási kísérleteket is.

Segít megoldani a matekházit

A Google remek példát hozott demóvideójában.

Képzelje el, hogy épp a vacsora után mosogat. Már látja maga előtt, hogy mindjárt le tud ülni egy kicsit olvasni vagy tévézni, amikor kicsoszog a szobájából a tizedikes gyereke, hogy segítsen a matekháziban, mert ő nem érti.

Ön persze nem válaszolhatja neki, hogy utoljára körülbelül húsz éve látott gyökjelet, és már akkor sem értette, hogy x egyenlő mínuszbé pluszminusz gyökalatt bénégyzet.

Itt kerül képbe a megmentő: a Gemini. A Google szerint az MI könnyen értelmezi a tudományos feladatokat, és felismeri a kézzel írt megoldási kísérleteket is, azaz

nem csak a megoldást tudja, de azt is elárulja, hogy a gyerek hol hibázott.

Ha nem tiszta, hogy miért is nem jó, amit írt, akkor további kérdésekkel mélyebbre lehet ásni – egyelőre csak angolul.

Ezt az teszi lehetővé, hogy a Gemini multimodális, ami azt jelenti, hogy a modell egyszerre többfajta beérkező jelet is tud értelmezni, legyen szó szövegről, kódról, képekről, hangokról vagy videókról.

A tudományos életben is szerepet kap

A friss fejlesztés a kutatók munkáját is megkönnytíheti, ugyanis a Google azt állítja, hogy a Gemini a kifinomult érvelési rendszerével emberi szempontból tud villámgyorsan átnézni nagyon sok tudományos cikket,

hogy kiválogassa azokat, amelyekre a felhasználónak szüksége van.

A közlemény szerint a Gemini három verzióban érkezik majd: Nano, amit az okoseszközökre fejlesztenek, Pro, ami már most a Bardot (a Google csetbotja) hajtja, valamint a később érkező Ultra, a legfejlettebb verzió, ami jövőre kerül majd ki a nagyvilágba.