Googles Arbeit an künstlicher Intelligenz (KI) bereitete damals die Veröffentlichung von Gemini vor, dem bis dahin fortgeschrittensten großen Sprachmodell (LLM) des Hauses. Der Suchriese Google wollte mit Gemini das Modell GPT-4 von OpenAI übertreffen, und zwar durch Lernen über mehrere Modalitäten und die Fähigkeit, menschenähnlichere Aufgaben zu übernehmen, um so der menschenähnlichen KI einen Schritt näher zu kommen.

Gemini hatte die Öffentlichkeit noch nicht in Aktion gesehen, Google gab aber bestimmten Unternehmen Zugang zu diesem neuen LLM, damit sie es ausprobieren konnten. 

Was ist Google Gemini?

Als Googles Antwort auf GPT-4 galt Gemini, und nach Google DeepMind, der Google-Tochter für KI-Forschung und Schöpferin von Google Gemini, beziehungsweise nach deren Vorstandsvorsitzendem und Mitgründer Demis Hassabis war „Gemini nicht nur eine Verbindung von Größenordnungen, sondern auch eine Verbindung von Neuerungen.”

Das LLM baut auf früheren multimodalen Modellen von DeepMind wie Flamingo und PaLM 2 auf, um daraus eine eigene dialogfähige KI zu bauen und die Grenzen der Sprachverarbeitung weiter zu verschieben. Beim GPT-3-Modell für Sprachverarbeitung (NLP) hielten wir über 170 Milliarden Parameter für groß. Von Gemini erwarteten wir, dass es das übertrifft und damit zum bis dahin größten Sprachmodell wird.

Die Merkmale von Google Gemini

Neben der Größe gab es nach den damaligen Berichten weitere Merkmale von Google Gemini, auf die es sich zu warten lohnte. Einige davon:

• Eine Modellreihe: Hassabis sagte, wir sollten uns Gemini als “ einzelne Modelle in verschiedenen Größen “ vorstellen; das könnte heißen, dass diese neue Plattform je nach Einsatz Aufgaben jeder Größenordnung übernehmen kann.

• Lernen über mehrere Modalitäten : Die KI-Grundlage von Gemini hat neben den früheren multimodalen Modellen von Google DeepMind „ einige Verbesserungen“, die es ihr erlauben, zumindest Text und Bilder zu lernen und zu erzeugen.

• Probleme lösen und schlussfolgern : Googles neues LLM sollte außerdem die falschen Angaben aussortieren können, die bei Wettbewerbern von Google Gemini wie ChatGPT üblich sind.

• Prüfung der Tatsachen und Gedächtnis : Die Google-Suche wurde als Werkzeug in die KI-Grundlage von Gemini eingebunden, damit die erzeugten Inhalte genauer werden. Außerdem sollte Gemini zum Speichern und Abrufen von Daten „abschnittsweise Speicherbänke“ nutzen und so sein Wissen beim Lernen ausbauen und erweitern.

An diesen Merkmalen ließ sich ablesen, wie sich Gemini gegenüber anderen persönlichen KI-Assistenten und gegenüber Anwendungen wie ChatGPT und Bard schlagen würde. Zu erwarten waren eine bessere dialogfähige KI-Grundlage und genauere, einschlägigere Ergebnisse für die Nutzer.

Googles beste Arbeit zur künstlichen Intelligenz

Googles jüngste Entwicklungen bei der künstlichen Intelligenz sollten niemanden überraschen. Schon vor dem Aufstieg von GPT-3 baute Google im Stillen seine eigene KI-Grundlage, um die Bedürfnisse seiner Nutzer zu bedienen.

2018 stellte Google mit einem sprachgestützten KI-Assistenten Duplex vor, der im Namen der Nutzer Anrufe tätigen und Tische reservieren konnte. Darüber hinaus brachte Google im Oktober 2019  das Verständnis natürlicher Sprache (NLU) in Suchanfragen mitBERT voran.

Google hat in den Monaten davor außerdem mehrere Schritte unternommen, um seine bestehenden Sprachmodelle und seine dialogfähige KI auszubauen:

• Search Generative Experience (SGE) : Ein Ansatz für einen KI-Assistenten in der Suche , der Inhalte für die Nutzer zusammenfasst und zugleich Verkehr auf die Website des Herausgebers bringt.

• Google Bard : Bard ist Googles dialogfähige KI, die über eine Chat-Oberfläche Fragen beantwortet, Themen zusammenfasst und sogar Gedichte schreibt.

• Verantwortungsvolle KI mit Anthropic : Google hat 300 Millionen Dollar investiert, um seinen Auftrag für einen sichereren und ethischeren Umgang mit erzeugender KI zu verdoppeln.

Gemini wirkte wie die Spitze von Googles Bemühungen und war das bis dahin größte Sprachmodell des Hauses. Dieser Sprung in der Größenordnung war nicht bloß zur Schau gestellt. Hassabis zufolge senkten sie die Fehlerquote von 10 % auf nur noch 1 %, und das ist ein gewaltiger Fortschritt.

Am Ende bekommen wir für unsere Arbeit im Webdesign und in unseren Abläufen im digitalen Marketing eine Alternative zu OpenAI. Damit haben wir zugleich die Gelegenheit, die Rolle der künstlichen Intelligenz im digitalen Marketing neu zu bewerten.

Gemini gegen ChatGPT-4

gemini vs gpt-4

Die Einschätzung von Türk SEM

Wer sich für künstliche Intelligenz und für Google begeistert, sollte diese Nachricht zu Google Gemini begrüßen. Am Ende bekommen wir eine sprechende KI-Technik, die mit OpenAI auf Augenhöhe geht.

Fürs Erste hieß es allerdings: zurücklehnen und abwarten, bis einige ausgewählte Entwickler sich in Google Gemini zurechtfinden. An einige der versuchsweisen Funktionen von Google kommen Sie über Google Labs nach wie vor heran . Um die folgenden auszuprobieren, müssen Sie sich nur auf die Warteliste setzen lassen

• Project IDX
• Magic Compose
• Search Generative Experience
• Duet AI
• MusicLM

Wir haben Bard gefragt: „Ist Gemini besser oder Bard?“

Gemini und Bard sind zwei große Sprachmodelle (LLMs), die Google AI entwickelt hat. Beide Modelle erzeugen Text, übersetzen Sprachen, schreiben verschiedene Arten kreativer Inhalte und beantworten Ihre Fragen mit Sachangaben. Es gibt allerdings einige wichtige Unterschiede.

Gemini ist ein LLM, das auf einem Datenbestand aus Text und Code trainiert wurde. Dadurch erzeugt Gemini kreativere und mitreißendere Texte. Gemini bringt zum Beispiel Gedichte, Geschichten, Code, Drehbücher, Musikstücke, E-Mails und Briefe in verschiedenen kreativen Textformen hervor.

Bard ist ein LLM, das auf einem Datenbestand aus Text und Angaben aus der wirklichen Welt trainiert wurde. Dadurch liefert Bard genauere und sachlichere Angaben über die wirkliche Welt. Bard erzählt Ihnen zum Beispiel etwas über historische Ereignisse, wissenschaftliche Themen oder das aktuelle Geschehen.

Insgesamt ist Gemini besser darin, kreativere und mitreißendere Texte zu erzeugen. Bard wiederum ist besser darin, genauere und sachlichere Angaben über die wirkliche Welt zu liefern.

Hier klicken für die Antwort von Bard

Dieselbe Frage haben wir auch ChatGPT-4 gestellt, aber GPT-4 hatte keine Ahnung und verglich das Sternzeichen Zwillinge mit dem Beruf des Barden.

Bei der Namenswahl erwarte ich von Google mehr Eigenständigkeit.