谷歌Gemini 如此“强大”，为什么股价并不买账？
美国当地时间2023年12月6日，在虚拟新闻发布会上，Google DeepMind 团队（Gemini 背后的推动力量）以及 Google Research 的成员对 Gemini及其功能进行介绍。Gemini 是 Google 迄今为止最大规模的 AI 发布，旨在与竞争对手 OpenAI 和 Microsoft 争夺 AI 霸主地位。有意思的事，这次在中文互联网引起狂欢的发布会，在海外却有很多理性的声音。在发布会当天，谷歌的股价也是稳稳当当，并没有大涨。
华盛顿大学名誉教授、艾伦人工智能研究所前首席执行官奥伦·埃齐奥尼 (Oren Etzioni) 表示：“我们正处于一场针锋相对的军备竞赛中。” “没有理由怀疑 Gemini 在这些基准测试中比 GPT-4 表现更好，但下一个版本 GPT-5 会比这更好。”
谷歌 DeepMind 是领导 Gemini （双子座）开发的部门。今年4月，谷歌的主要人工智能研究小组 Google Brain 与其位于伦敦的人工智能部门 DeepMind 合并。但在过去的几个月里，双子座项目吸引了来自谷歌各地的研究人员和工程师。它利用最近升级版的谷歌定制硅芯片来训练人工智能模型，称为张量处理单元（TPU）。（谷歌战略）
双子座的命名是为了纪念谷歌两个主要人工智能实验室的合并，并参考美国宇航局的双子座项目，该项目为阿波罗计划的登月铺平了道路。
三个版本的模型
Gemini 是一种可以处理文本、图像和视频的新型人工智能模型，实际上包括三个版本：
Gemini Ultra，旗舰版。被训练为“多模态”模型——换句话说，在大量代码库、不同语言的文本、音频、图像和视频上进行预训练和微调。 官方介绍Gemini Ultra 可以理解文本、图像、音频和代码中的“微妙”信息，并回答与“复杂”主题相关的问题，尤其是数学和物理。
Gemini Pro, 专业版。官方介绍Gemini Pro 在总结内容、头脑风暴和写作等任务方面能力更强。
Gemini Nano, 精简版，可以在像 Pixel 8 Pro 这样的移动设备上运行的。此外，Gemini Nano 有两种型号：Nano-1（18 亿个参数）和 Nano-2（32.5 亿个参数）——分别针对低内存和高内存设备。
根据第三方报道，目前还无法独立确认这些模型任何一项有所改进，谷歌不允许记者在发布之前测试这些模型，在发布会期间也没有进行现场演示。
图片来源：谷歌
Gemini Ultra 将仅向特定客户、开发人员、合作伙伴和“安全和责任专家”开放，然后再向开发人员和企业客户推出，所有这些可能要经过漫长的等待和时间表。
最方便尝试 Gemini Pro 的地方是 Bard，它是 Google 打造的 ChatGPT 竞争对手，截至目前，它由 Gemini Pro 的微调版本提供支持。12月13日，Gemini Pro面向使用Vertex AI的企业客户推出，Vertex AI是Google的全面托管的机器学习平台，然后将进入Google的生成式AI Studio开发套件。此外，Gemini将在未来几个月内进入Google的产品中，包括Duet AI、Chrome和广告，以及作为Google搜索生成式体验的一部分出现在搜索中。
Gemini Nano将很快通过Google最近发布的AI Core应用进行预览，目前仅适用于Pixel 8 Pro上的Android 14；对于有兴趣将该模型整合到其应用中的Android开发者，现在可以报名参加。在未来，Gemini Nano将为Pixel 8 Pro和其他Android设备提供支持。
稍好一点的模型
在预先录制的演示中，谷歌展示了如何使用 Gemini 来帮助完成物理作业，逐步解决工作表上的问题，并指出答案中可能存在的错误。
在另一个同样预先录制的演示中，Gemini 被展示识别与特定问题集相关的科学论文，从这些论文中提取信息，并通过生成用最新数据重新创建图表所需的公式来“更新”图表。
官方在发布会上多次吹捧 Gemini Ultra 的优越性，声称该模型在“大型语言模型研究和开发中使用的 32 个广泛使用的学术基准中的 30 个”上超过了当前最先进的水平。但深入研究结果，很快就会发现，在许多基准测试中，Gemini Ultra 的得分仅略高于 GPT-4 和 GPT-4 with Vision。
例如，在 GSM8K 上，Gemini Ultra 正确回答了 94.4% 的数学问题，而 GPT-4 的数学问题回答正确率为 92%。在阅读理解的 DROP 基准测试中，Gemini Ultra 以 82.4% 比 80.9% 勉强领先 GPT-4。在“神经”图像理解基准 VQAv2 上，Gemini 的表现比带有 Vision 的 GPT-4 只高出区区 0.6 个百分点。在 Big-Bench Hard 推理套件上，Gemini Ultra 仅比 GPT-4 领先 0.5 个百分点。在常识推理测试集 HellaSwag 中，Gemini Ultra 实际上落后于 GPT-4，得分为 87.8%； GPT-4 得分 95.3%。
新墨西哥州圣达菲研究所的人工智能研究员 Melanie Mitchell 表示，“很明显，Gemini 是一个非常复杂的人工智能系统，”米切尔说。但“对我来说，Gemini 实际上比 GPT-4 的能力并不明显，”她补充道。
在多模态上，必须承认Gemini Ultra 比竞争对手 OpenAI 多模态模型 GPT-4 with Vision 做得更好，后者只能理解两种模态的上下文：文字和图像。Gemini Ultra 还可以转录语音并回答有关音频和视频的问题。
但是谷歌拒绝提供关于 Gemini 训练数据集的信息，包括如何收集 Gemini 训练数据、训练数据来自何处以及是否获得第三方许可。
斯坦福大学基础模型研究中心主任Percy Liang表示，虽然该模型具有良好的基准分数，但由于我们不知道训练数据中的内容，因此很难知道如何解释这些数字。她还指出，Gemini 在语言和代码基准测试上的表现比在图像和视频上要好得多。 “多模态模型对于许多任务来说还有很长的路要走，才能真正创造价值”。
此外，Gemini Ultra 依然和其他生成人工智能模型一样，没有解决幻觉和AI胡说八道的问题。
人工智能的未来
这次发布会后，有人怀疑Gemini 可能是这一波生成人工智能浪潮的顶峰，而这场谨慎和保守的发布会只是谷歌的营销手段。
毕竟，谷歌经历了惨痛的教训，发现推出有缺陷的产品可能会适得其反。当 Bard 在 2 月份推出其 ChatGPT 竞争对手 Bard 时，科学家们很快就注意到该公司自己的聊天机器人广告中存在事实错误，这一事件随后导致其股价蒸发了 1000 亿美元。
在AI发展一日千里的大时代，一切才刚刚开始，机会也许不再专属于巨头，而是更多的新的创业者。