Google Gemini, Gemini, Google, AI ของ กู เกิ ล, Google เปิดตัว AI, Generative AI, แชท gpt

Google เตรียมเปิดตัว Gemini คู่แข่ง ChatGPT-4 ของ OpenAI

อัปเดตล่าสุด 28 ก.ย. 2566

Gemini ของ Google โมเดล AI ต่อเนื่องหลายรูปแบบเจเนอเรชั่นถัดไปที่มีกำหนดเปิดตัวปลายปีนี้ โดยสามารถประมวลผลข้อมูลได้มากกว่าหนึ่งประเภท ตั้งเป้าท้าทาย ChatGPT-4 ของ OpenAI

Gemini เป็นสิ่งตอกย้ำความมุ่งมั่นของ Google ในด้านนวัตกรรม AI และการแข่งขันในตลาด AI ที่มีการเติบโตอย่างรวดเร็ว ซึ่งบลูมเบิร์ก อินเทลลิเจนซ์ (BI) คาดการ์ณว่าตลาดเอไอโลกจะมีมูลค่า 1.3 ล้านล้านดอลลาร์ภายในปี 2032

การเปิดตัว ChatGPT เมื่อเดือนพฤศจิกายนปีที่แล้วทำให้ Google สั่นคลอน แชทบอทยอดนิยมนี้กำลังคุกคาม Google จนนำสู่การลงทุน Generative AI ความพยายามนี้ทำให้มีการเปิดตัว Google Bard จนมาถึง Gemini

ข่าวการพัฒนา Gemini เกิดขึ้นเพียงไม่กี่เดือนหลังจากที่ Google รวมห้องปฏิบัติการ Brain และ DeepMind AI เพื่อสร้างทีมวิจัยใหม่ที่เรียกว่า Google DeepMind และเพียงไม่กี่เดือนหลังจากเปิดตัว Bard และ PaLM 2 LLM รุ่นต่อไป

Advertisement

Google Gemini คืออะไร?

Google Gemini เป็น AI ในรูปแบบภาษาขนาดใหญ่ หรือ LLMs (Large Language Models) ที่ใช้ประโยชน์จากเทคนิคการฝึกอบรมจาก AlphaGo รวมถึงการเรียนรู้แบบเสริมกำลังและการค้นหาแบบต้นไม้ ซึ่งมีศักยภาพที่จะแซงหน้า ChatGPT ให้เป็นโซลูชัน AI ที่โดดเด่นที่สุดในโลก

Large language model (LLM): โมเดลภาษาขนาดใหญ่ คือโมเดลปัญญาประดิษฐ์ประเภทหนึ่งที่สามารถสร้างข้อความที่เหมือนมนุษย์โดยอิงตามข้อความแจ้งหรือคำถามที่กำหนด

การผสมผสานความสามารถหลายรูปแบบ (Multi-modal model) ของ Gemini ยังรวมถึงความสามารถในการสร้างข้อความและรูปภาพ และข้อมูลที่เป็นกรรมสิทธิ์ของ Google ล้วนเป็นองค์ประกอบทั้งหมดของ Gemini เพื่อให้มีประสิทธิภาพเหนือกว่า GPT-4

Multi-modal model: โมเดลหลายรูปแบบ คือโมเดลปัญญาประดิษฐ์ที่สามารถเข้าใจและสร้างข้อความ รูปภาพ วิดีโอ และข้อมูลรูปแบบอื่น ๆ ได้

แม้ว่าหลายคนคาดหวังว่า Google Gemini จะเปิดตัวในฤดูใบไม้ร่วงปี 2023 แต่ก็ยังไม่ค่อยมีใครทราบเกี่ยวกับความสามารถของโมเดลนี้มากนัก

ย้อนกลับไปในเดือนพฤษภาคม Sundar Pichai CEO ของ Google และ Alphabet เผยแพร่บล็อกโพสต์ โดยอธิบายว่า Gemini ถูกสร้างขึ้นให้เป็นโมเดลต่อเนื่องหลายรูปแบบเพื่อรองรับนวัตกรรมในอนาคต เช่น หน่วยความจำและการวางแผน มีประสิทธิภาพสูงในการผสานรวมเครื่องมือ และ API โดย Gemini จะมีจำหน่ายในขนาดและความสามารถที่หลากหลายเช่นเดียวกับ PaLM 2

Gemini จะยึดมงกุฎจาก ChatGPT ได้หรือไม่?

Google ผู้ที่มาทีหลัง ตั้งใจจะนำความสามารถของ Gemini ในการสร้างข้อความและรูปภาพเพื่อสร้างความโดดเด่นเหนือ GPT-4 แต่เมื่อวันที่ 25 กันยายนที่ผ่านมา OpenAI ประกาศว่าผู้ใช้สามารถป้อนคำสั่งเสียงและรูปภาพลงใน ChatGPT-4 ได้ ซึ่งปัจจุบัน ChatGPT มีผู้ใช้งานมากกว่า 100 ล้านรายต่อเดือน

ตอนนี้สิ่งที่สร้างความแตกต่างที่คุกคามมากที่สุดระหว่างทั้งสองก็คือข้อมูลการฝึกอบรมอันหลากหลายที่เป็นกรรมสิทธิ์ของ Google จากบริการต่าง ๆ รวมถึง Google Search, YouTube, Google Books และ Google Scholar ทำให้ Gemini สามารถประมวลผลข้อมูลที่อาจสร้างความซับซ้อนของข้อมูลเชิงลึกและการอนุมานที่สามารถนำมาจากชุดข้อมูลได้

ท้ายที่สุดแล้ว ผู้ชนะการแข่งขันด้วยอาวุธ LLM จะได้รับการตัดสินโดยพิจารณาจากจำนวนผู้ใช้งานที่จะเลือกใช้ชุดข้อมูลที่ใหญ่ที่สุดและสมบูรณ์ที่สุด

และเมื่อไม่กี่วันมานี้ มีรายงานว่า OpenAI กำลังทำงานเพื่อเปิดตัวโมเดลภาษาขนาดใหญ่ (LLM) รุ่นต่อไปที่เรียกว่า Gobi ซึ่งเป็นโมเดลหลายรูปแบบเหมือนเช่น Gemini ของ Google