Perşembe günü Google, şirketin bir önceki modele göre “önemli ölçüde geliştirilmiş performans” sunduğunu açıkladığı Gemini 1.5 Pro’yu tanıttı. Şirketin geleceği için giderek daha kritik hale geldiği düşünülen yapay zeka yörüngesi, geçen hafta Gemini 1.0 Ultra’nın tanıtılmasının ve Bard sohbet robotunun yeni modelin daha güçlü ve çok yönlü yetenekleriyle uyumlu olacak şekilde (Gemini olarak) yeniden markalaştırılmasının ardından geldi. Google CEO’su Sundar Pichai ve Google DeepMind CEO’su Demis Hassabis bir duyuru blog yazısında, modellerinin hızla gelişen yeteneklerini tanıtırken, izleyicilerine etik yapay zeka güvenliği konusunda güvence vermeyi dengelemeye çalışıyorlar. Pichai özetle şunları söyledi: “Ekiplerimiz, en son modellerimizin sınırlarını güvenlik temelinde zorlamaya devam ediyor. Şirketin yapay zeka şüphecileri (eski bir Google CEO’su da dahil) ve hükümet düzenleyicileri için güvenliği vurgulaması gerekiyor. Ancak aynı zamanda OpenAI’ın ChatGPT ile elde ettiği çığır açan başarıya şirketin tepki vermekte çok yavaş kalmasından endişe duyan yapay zeka geliştiricileri, potansiyel müşteriler ve yatırımcılar için de modellerinin hızlanan performansını vurgulaması gerekiyor. Pichai ve Hassabis, Gemini 1.5 Pro’nun Gemini 1.0 Ultra ile karşılaştırılabilir sonuçlar verdiğini söylüyor. Ancak Gemini 1.5, daha düşük hesaplama gereksinimleri ile bu seviyede daha verimli bir performans sergiliyor. Çok modlu yetenekler arasında metin, görüntü, video, ses veya kod işleme yer alıyor.
Yapay zeka modelleri geliştikçe, tek bir komut kutusunda daha çok yönlü yetenekler sunmaya devam edecekler (yakın tarihli bir başka örnek de OpenAI’ın DALL-E 3 görüntü oluşturmayı ChatGPT’ye entegre etmesiydi). Gemini 1.5 Pro ayrıca bir milyona kadar tokenı ya da yapay zeka modellerinin tek bir istekte işleyebileceği veri birimlerini işleyebiliyor. Google, Gemini 1.5 Pro’nun 700.000’den fazla kelimeyi, bir saatlik videoyu, 11 saatlik sesi ve 30.000 satırdan fazla kod içeren kod tabanlarını işleyebileceğini söylüyor. Şirket, 10 milyon jetonu destekleyen bir sürümü bile başarıyla test ettiğini ifade etti. Şirket, Gemini 1.5 Pro’nun öğrenmesi gereken daha fazla yeni veri olduğunda daha büyük token sayısına sahip sorgularda yüksek doğruluğu koruduğunu söylüyor. Modelin ‘Saman Yığınındaki İğne’ değerlendirmesinden etkilendiği belirtiliyor. Bu testte, geliştiriciler uzun bir metin bloğunun içine küçük bir bilgi parçası ekleyerek yapay zeka modelinin bunu seçip seçemeyeceğini görüyor. Google, Gemini 1.5 Pro’nun bir milyon token kadar uzun veri bloklarında gömülü metni yüzde 99 oranında bulabildiğini söyledi. Google, Gemini 1.5 Pro’nun 402 sayfalık Apollo 11 ay görevi transkriptlerinden çeşitli ayrıntılar hakkında mantık yürütebileceğini söylüyor. Buna ek olarak, Buster Keaton’ın oynadığı 44 dakikalık sessiz bir filmden yüklenen olay örgüsünü ve olayları analiz edebiliyor. Hassabis, “1.5 Pro’nun uzun bağlam penceresi büyük ölçekli modeller arasında türünün ilk örneği olduğundan, yeni yeteneklerini test etmek için sürekli olarak yeni değerlendirmeler ve kıyaslamalar geliştiriyoruz” diye yazdı. Google, Gemini 1.5 Pro’yu OpenAI’ın (kamuoyuna duyurulan) GPT-4 modellerinin maksimuma ulaştığı sayı olan 128.000 jeton kapasitesiyle piyasaya sürüyor.
Hassabis, Google’ın eninde sonunda bir milyon jetonlu sorguları destekleyen yeni fiyatlandırma kademeleri sunacağını söylüyor. Gemini 1.5 Pro ayrıca ek ince ayar (bağlam içi öğrenme) yapmadan uzun bilgi istemlerindeki “bilgilerden” yeni beceriler öğrenme konusunda da etkilidir. Tasarlanan bu model, ‘Tek Kitaptan Makine Çevirisi’ adı verilen bir karşılaştırmada, dünya çapında 200’den az konuşanı olan ve daha önce eğitilmediği bir dil olan Kalamang için bir dilbilgisi kılavuzu öğrendi. Şirket, Gemini 1.5 Pro’nun İngilizceyi Kalamanca’ya çevirirken aynı içeriği öğrenen bir insanla benzer düzeyde performans göstermeyi öğrendiğini söylüyor. Duyurunun, geliştiricilerin dikkatini çekecek bir bölümünde Google, Gemini 1.5 Pro’nun daha uzun kod bloklarında problem çözme görevlerini yerine getirebileceğini söylüyor. Hassabis, “100.000 satırdan fazla kod içeren bir istem verildiğinde, örnekler arasında daha iyi mantık yürütebilir, yararlı değişiklikler önerebilir ve kodun farklı bölümlerinin nasıl çalıştığına dair açıklamalar yapabilir” diye yazdı. Etik ve güvenlik konusunda Google, Gemini 1.0 modellerinde benimsediği “sorumlu dağıtım yaklaşımının aynısını” benimsediğini söylüyor. Buna, bir grup etik geliştiricinin esasen şeytanın avukatı olarak görev yaptığı ve bir dizi potansiyel zararı test ettiği kırmızı ekip tekniklerinin geliştirilmesi ve uygulanması da dahil. Buna ek olarak şirket, içerik güvenliği ve temsili zararlar gibi alanları yoğun bir şekilde incelediğini söylüyor. Şirket, yapay zeka araçları için yeni etik ve güvenlik testleri geliştirmeye devam ettiğini söylüyor. Google, Gemini 1.5’i geliştiriciler ve kurumsal müşteriler için erken erişimde başlatıyor. Şirket, eninde sonunda daha yaygın bir şekilde kullanıma sunmayı planlıyor. Gemini 1.0 şu anda tüketiciler için aylık 20 dolara mal olan bir Pro varyantı ile birlikte mevcut.