Google stellt Gemini vor

Wenn es in den letzten Monaten um generative KI und Sprachverarbeitung ging, dachte man in der Regel sofort an ChatGPT von OpenAI. Nun hat Google aber sein Konkurrenzmodell Gemini veröffentlicht, das den ChatGPT in vielen Bereichen sogar noch einmal übertrifft.

Während OpenAI in den letzten Monaten kontinuierlich iterierte und große Aufmerksamkeit erregte, ließ Google jüngst eine „Bombe“ platzen, als es sein lang erwartetes multimodales Modell namens Gemini vorstellte. Dies wurde von Google selbst als „das fähigste Modell“, das es je gebaut hat, angepriesen.

Chinesische Analysten sind der Meinung, dass es Google dabei helfen könne, OpenAI im Rennen um die generative künstliche Intelligenz (KI) einzuholen. Gleichzeitig sei das Beispiel auch eine Lektion für chinesische KI-Entwickler, die deutlich macht, dass Nachzügler den Rückstand durch kontinuierliche Anstrengungen immer noch verringern können.

Gemini gilt als der größte Konkurrent von ChatGPT auf dem Markt und umfasst drei KI-Modelle - Gemini Nano, Gemini Pro und Gemini Ultra - die jeweils unterschiedlichen Zwecken dienen.

Die Leistung von Gemini Ultra übertreffe den aktuellen Stand der Technik bei 30 der 32 weit verbreiteten akademischen Benchmarks in der Forschung und Entwicklung (F&E) von sogenannten großen Sprachmodellen (Large Language Model, LLM), die vom natürlichen Bild-, Audio- und Videoverständnis bis hin zum mathematischen Denken reichen würden, schrieb Demis Hassabis, Mitbegründer und CEO von DeepMind, am Mittwoch in einem Google-Blog. Nach der Veröffentlichung verbreiteten die Medien sofort weltweit die Nachricht. Einige chinesische Medien titelten: „KI-Industrie läutet mit der Veröffentlichung von Gemini eine weitere Katalyse ein“.

Zhong Junhao, Generalsekretär der Shanghai Artificial Intelligence Industry Association, erklärte gegenüber chinesischen Medien, dass Gemini „OpenAI einen vernichtenden Schlag versetzen wird“, da Google eine ausgereifte KI-Entwicklungsökologie geschaffen habe. Er verwies dabei auch auf die große Bandbreite an Einsatzmöglichkeiten in Hardware-Geräten, Suchmaschinen und Chips sowie auf das LLM der neuen Generation.

Laut Hassabis versteht Gemini nuancierte Informationen besser und kann dadurch auch Fragen zu komplizierten Themen beantworten, wie z. B. das Erklären von Argumenten in komplexen Fächern wie Mathematik und Physik. Es sei überdies auch in der Lage, qualitativ hochwertigen Code in den weltweit beliebtesten Programmiersprachen wie Python und Java zu verstehen, zu erklären und sogar selbst zu erzeugen.

Gemini Nano ist eine leichtgewichtige Version, die für die Offline-Nutzung auf Android-Geräten entwickelt wurde. Gemini Pro hingegen ist ein leistungsfähigeres Modell, das in verschiedenen KI-Diensten von Google eingesetzt wird. Aktuell werde Gemini Pro bereits vom Chatbot Bard genutzt. Die Veröffentlichung von Gemini Ultra ist für das nächste Jahr geplant.

Ab dem 13. Dezember können Entwickler und Unternehmenskunden über „Google Generative AI Studio“ oder „Vertex AI“ in Google Cloud auf Gemini Pro zugreifen. Obwohl derzeit nur auf Englisch verfügbar, plant Google, Gemini in naher Zukunft auch auf andere Sprachen auszuweiten. Medienberichten zufolge will Google Gemini schließlich weltweit in seine Suchmaschine, Werbeprodukte, den Chrome-Browser und mehr integrieren.

Laut den in Googles Blog vom Mittwoch veröffentlichten Vergleichsergebnissen mit OpenAIs derzeit stärkstem LLM (GPT-4) zeigen die Ergebnisse, dass Gemini Ultra GPT-4 in Bereichen wie logisches Denken, Mathematik und Codierung sogar noch übertrifft, mit Ausnahme der Textverarbeitung, wo GPT-4 86,4 Prozent im Vergleich zu Gemini Ultras 90 Prozent in MMLU (Massive Multitasking Language Understanding) erzielte.