继上个月向开发者发布测试版后，谷歌兑现了向公众开放其最强大的人工智能模型 Gemini 1.5 Pro 的承诺。
谷歌的 Gemini 1.5 Pro 能够处理比之前其他 AI 模型更复杂的任务，例如分析整个文本库、好莱坞长片或几乎一整天的音频数据。这比 OpenAI 的 GPT-4o 多 20 倍，几乎是 Anthropic 的 Claude 3.5 Sonnet 能够管理的信息量的 10 倍。
谷歌在公告中表示，其目标是将速度更快、成本更低的工具交到人工智能开发人员手中，并“实现新的用例、额外的生产稳健性和更高的可靠性”。
谷歌此前曾于 5 月份公布了该模型，展示了一组精选的 beta 测试人员如何利用其功能的视频。例如，机器学习工程师 Lukas Atkins 向该模型输入了整个 Python 库，并提出问题来帮助他解决问题。“它成功了，”他在视频中说道。“它可以找到代码中注释的具体引用以及人们提出的具体请求。”
另一位 beta 测试人员拍摄了他的整个书架的视频，Gemini 创建了他拥有的所有书籍的数据库——这项任务几乎是传统 AI 聊天机器人无法完成的。
但谷歌也在开源社区掀起了波澜。该公司今天发布了 Gemma 2 27B，这是一个开源大型语言模型，根据 LLM Arena 排名，它迅速夺得了响应质量最高的开源模型的宝座。
谷歌声称Gemma 2 提供“一流的性能，在不同硬件上以惊人的速度运行，并可轻松与其他 AI 工具集成。”该公司表示，它旨在与“比其大两倍多”的模型竞争。
Gemma 2 的许可证允许免费访问和重新分发，但仍与 MIT 或 Apache 等传统开源许可证不同。该模型旨在实现更易于访问且经济实惠的 AI 部署，包括 27B 和更小的 9B 版本。
这对于普通用户和企业用户都很重要，因为与封闭模型不同，像 Gemma 这样强大的开放模型具有高度可定制性。这意味着用户可以微调他们的模型以擅长特定任务，并通过在本地运行此类模型来保护他们的数据。
例如，微软的小型语言模型 Phi-3 专门针对数学问题进行了微调，并且可以在该领域击败 Llama-3 甚至 Gemma 2 本身等大型模型。
推荐阅读:
2024-06-06
2024-05-27
2024-06-29
