ایتنا - هوش مصنوعی گوگل با نام «جمینای» ادعا کرده که از همه نمونه‌ها بهتر است، اما آیا چنین حرفی درست است؟

پرده‌برداری از «جمینای» توسط گوگل، یک مدل هوش مصنوعی که برای از بین بردن شکاف بین غول موتورهای جست‌وجو و OpenAI ساخته شده است، توجه‌ها را جلب کرد. بنچ‌مارک قوی، نسخه نمایشی ویدیویی پر زرق و برق و در دسترس بودن (هرچند برای یک نسخه کات بک) بسیار امیدوارکننده بود.
اما وقتی مهندسان و علاقه‌مندان به هوش مصنوعی جزئیات را بررسی کردند و ایراداتی پیدا کردند، این رویکرد مثبت از بین رفت. جمینای تازه‌واردی است که امکان دارد در نهایت سلطه GPT-4 را از بین ببرد، اما رفتار محتاطانه گوگل باعث شده است که آنها دفاعی بازی کنند.

مشکلات نسخه دموی گوگل
نسخه دموی جمینای گوگل انتقاداتی را به‌دنبال داشته است و توسعه‌دهندگان هوش مصنوعی متوجه ناهماهنگی‌هایی شدند. دموی مورد بحث «Hands-on with Gemini» نام دارد و در کنار نمایش جمینای در یوتیوب راه‌اندازی شده است. سریع، دوستانه، سرگرم‌کننده و مملو از نمونه‌های بصری قابل درک است.

یکی از نمایندگان گوگل می‌گوید این نسخه نمایشی «اعلان‌ها و خروجی‌های واقعی جمینای را نشان می‌دهد». اما ویرایش ویدیو برخی از جزئیات را حذف می‌کند. تبادل با جمینای از طریق متن انجام شد، نه صدا، و مشکلات بصری که هوش مصنوعی حل کرد، به‌عنوان ورودی تصویر بود، نه یک فید ویدیوی زنده. وبلاگ گوگل همچنین درخواست‌هایی را که در نسخه نمایشی نشان داده نمی‌شوند، توضیح می‌دهد. هنگامی که از جمینای خواسته شد تا یک بازی سنگ، کاغذ، قیچی را بر اساس حرکات دست شناسایی کند، به او گفته شد که «این یک بازی است». اما نسخه دمو آن اشاره را حذف می‌کند.

این تازه شروع مشکلات گوگل است. توسعه‌دهندگان هوش مصنوعی به سرعت متوجه شدند که قابلیت‌های جمینای کمتر از آنچه در ابتدا به‌نظر می‌رسید انقلابی و پیشرو است. اگر به قابلیت‌های GPT-4 Vision نگاه کنید و رابط مناسبی برای آن بسازید، شبیه جمینای می‌شود.

در ۱۱ دسامبر، تنها پنج روز پس از پرده‌برداری از جمینای، یک توسعه‌دهنده هوش مصنوعی به نام گرگ سادتسکی، نسخه دموی جمینای را با GPT-4 Vision تولید کرد.