Google推出Gemini：多模态AI的突破与进步

Google 最近发布了他们迄今为止最强大的人工智能（AI）模型 Gemini。这款AI模型强调多模态处理能力，并提供了三种不同规模的版本，以适应不同的使用场景或设备。在接受 Platformer 的采访时，Google CEO Sundar Pichai 和 DeepMind CEO Demis Hassabis 谈到了他们对 Gemini 的期望。

Gemini 的最大亮点之一是多模态处理能力，这使得 AI 的推理能力得到了巨大的提升。Google 举例说明，如果给 Gemini 提供一大堆学术期刊，它可以协助用户根据最新数据更新其中的趋势图表。此外，Gemini 还可以批改数学作业，并逐步指导学生解题。

Hassabis 指出，他个人最喜欢的是将 Gemini 当成科学研究助理，用来解释论文中的图表，或将表格转化为图表、延续新的图表等。他认为，多模态处理是 AI 成为代理人的关键，因为在进行行为之前，AI 需要解析周围环境，才能制定后续的规划和互动。

Gemini 提供了三种不同规模的版本，分别是 Nano、Pro 和 Ultra。其中，智能手机产品 Pixel 8 Pro 将使用 Gemini Nano，而生成式 AI 聊天机器人 Bard 将使用 Gemini Pro。最高端的 Gemini Ultra 要等到 2024 年初才会推出，供特定的开发人员或企业使用。

此外，Gemini 也将陆续被引入到 Google 查找、广告、Chrome、Duet AI 等产品中。

当被问及对于 Gemini 2.0 有何期望时，Hassabis 表示「两者都要」。他指出，针对 Gemini，Google 有一些奇思妙想的研究，但也会通过扩大规模、改善架构等方式来持续创新。

Pichai 则认为，现在讨论 Gemini 2.0 可能为时过早，但 Google 当然希望 Gemini 2.0 能够取得显著的进步。他说：「现在似乎有点言之过早，不过 Google 当然是希望 Gemini 2.0 进步显着。如果说当前有 10~15 个领域，其中有一个看起来发展迅速，但其实别的领域也会有创新，并影响所有项目，而 Google DeepMind 做的就是把握全部。」

在谈到 AI 的安全性议题时，Pichai 表示自己一方面对 AI 的潜力相当乐观，例如，如果 AI 可以帮助我们消灭癌症，那么发展得更快一些当然很好。然而随着 AI 模型的能力越来越强，能做的事越来越多，的确需要采取保护措施。