You are currently at: ejtech.hkej.com
Skip This Ads
Don't Miss
Home   >   市場消息   >   谷歌新AI勝GPT-4V 測試首超人類專家

谷歌新AI勝GPT-4V 測試首超人類專家

By on December 8, 2023

原文刊於信報財經新聞「EJ Tech 創科鬥室」

谷歌（Google）在人工智能（AI）競賽急起直追，周三（6日）發表多模態AI模型Gemini（中譯「雙子座」），提供Ultra、Pro、Nano大中小3個版本，能同時理解文字、程式碼、聲音、圖片、影片等內容。Ultra供少量企業與開發者試用，明年初將以Bard Advanced形式推出；Pro供英文版Google Bard試用，將在170多個國家及地區提供；Nano即將在Pixel 8 Pro智能手機運行。

Gemini提供Ultra、Pro、Nano大三個版本。（Google網上圖片）

作為谷歌性能最強、規模最大的大型語言模型（LLM），Gemini Ultra特別擅長解釋數學、物理等複雜學科的推理，在32項AI測試之中，有30項評分超越OpenAI的GPT-4V。在大規模多任務語言理解（MMLU），包括數學、物理、歷史、法律、醫學及倫理學等57項科目測試中，更以得分90%力壓GPT-4的86.4%，成為首個超越人類專家（得分89%）的模型。

Gemini擅長邏輯推理，如查詢哪條路較安全、哪架車下坡較快，AI即可準確回答。（YouTube影片擷圖）

命名Gemini將加入Chrome

Gemini以谷歌自家張量處理單元（TPU）v4及v5e訓練，從示範影片可見，AI能即時按照聲音、畫面，藉此歸納及邏輯推理，例如猜測杯中紙球位置、分析動物手勢、在世界地圖玩常識問答、手繪樂器播放音樂等，更能從兩張簡單手繪圖分析出哪架車輛下坡較快，答出「右邊比較快，因它較符合空氣力學」。

用戶可打開世界地圖，跟Gemini玩常識問答。（YouTube影片擷圖）

接下來幾個月，Gemini將在谷歌多款產品及服務亮相，包括搜尋、廣告、網頁瀏覽器Chrome，以及AI助理Duet AI。由於Gemini精通Python、Java、C++及Go等流行程式語言，谷歌為此創建程式碼產生系統AlphaCode 2，聲稱解決問題數量比上代AlphaCode多一倍，估計表現勝過85%人類對手，讓程式設計師節省更多時間。

Meta添生成圖像工具

正當谷歌Gemini搶盡風頭，Meta Platforms推出AI製圖工具Imagine with Meta AI，以簡單文字提示詞便能創建圖像，只需以Meta賬戶登入網站即可試用（香港要VPN連線），每次輸入會生成4張圖片（解像度1280乘1280像素）。為提高AI影像的透明度及追溯性，Meta透露未來幾周會為作品添加隱形浮水印，方便日後以相應模型檢測。

AI生成圖像有否著作權，一直備受外界爭議。美國版權局（USCO）今年9月已重申人類才享有版權。內地方面，據《南方都市報》提到，北京互聯網法院11月底作出一審判決，認為由人類給予提示詞並以Stable Diffusion軟件生成的圖像具備「獨創性」要素，體現了人的獨創性智力投入，應該認定為作品，並受著作權法保護。

支持EJ Tech

如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。