Centar za edukaciju-BiH

Ukoliko ste nesto procitali na nasem sajtu ili nekim drugim sajtovima a zelte tu informaciju podijeliti sa drugima.
Napravite temu na ovom forumu i ona ce automatski biti prikazana na portalu.
Ukoliko zelite uputiti neku cestitku nekome na forumu, to isto mozete uraditi na ovom forumu.
Ukoliko zelite objaciti neki proglas isto tako mozete to uraditi na ovom forumu.

Predmet: Google je lazirao demonstraciju mogućnosti Gemini AI modela

---

Googleov demo-video koji prikazuje multimodalne mogućnosti najnovijeg velikog jezicnog modela Gemini odusevio je Internet. ali dobar dio tog promotivnog videa pokazao se laziranim

U videu kojega mozete pogledati ispod ovog odlomka, stjece se dojam da je novi, veliki i moćni Googleov jezicni AI-model Gemini sposoban reagirati odgovorima na glasovnu komunikaciju s korisnikom. Stovise, cini se da moze i komunicirati s korisnikovom okolinom, odnosno prepoznavati sto je korisnik nacrtao ili igrati papir-skare-kamen.
Primjerice, kada se u demonstraciji od Geminija zatrazi da pogodi sto je korisnik skicirao na post-It papiriću, Gemini tocno odgovori kako je na crtezu patka. Zatim se gumena patkica stavi na mapu svijeta, a Gemini uspijeva identificirati poziciju na koju je predmet stavljen.

Montirani procesi
Sudeći po prikazanim vjestinama u demonstracijskom videu, Gemini je sposoban ciniti moćne stvari - identificirati objekte, pronalaziti ispod koje se salice nalazi skriveni predmet, povezivati oblike i boje uz koristenje apstraktnog zakljucivanja, integrirati crteze glazbenih instrumenata s njihovim zvukom. i jos mnogo toga. Ukratko, u demo-videu Google je pokazao moćne Geminijeve sposobnosti obrade razlicitih oblika informacija, logickog i prostornog zakljucivanja i glasovne komunikacije. i sve to u realnom vremenu!
Ali (evo ga, slijedi taj ali.!) realnost je ipak nesto drukcija od video-snimke. Zapravo, prilicno je razlicita. Naime, niti su upiti koje je Gemini u stvarnosti primao od korisnika bili glasovni, niti je Gemini na njih odgovarao generiranjem govora -- pitanja i odgovori su bili tekstualni. Stovise, Geminijevi odgovori uopće nisu bili generirani u stvarnom vremenu.
Na izravne upite tech-novinara o detaljima snimanja demo-prezentacije Geminijevih performansi, Googleov glasnogovornik je izjavio kako je demo .izrađen koristenjem screenshotova i kratkih montaznih kadrova izvucenih iz video-snimki ucinjenih tijekom tekstualne interakcije između korisnika i Geminija.

Kad bi baba imala tockove, zvala bi se Rolls Royce
Tako se naposlijetku pokazalo da je osoba koja je govorila u demonstraciji zapravo samo citala neke od tekstualnih upita koji su proslijeđeni modelu, a robotski glas koji je dodijeljen Geminiju je na isti nacin procitao odgovore koje je Gemini generirao u obliku teksta. Slike preuzete iz videa (poput one koja prikazuje igranje papir-skare-kamen) ubacene su u AI-model, pa se od njega zatrazilo da pogodi o kojoj je igri rijec, a slicni trikovi koristeni su i za neke od ostalih prikaza Geminijevih sposobnosti.
Googleov tim koji je producirao demo-video je iz cjelokupnog materijala odabrao (glasnogovornik doslovce koristi izraz 'cherry-picked') najbolje Geminijeve odgovore i reakcije, te ih u snimci popratio montiranom dvosmjernom govornom komunikacijom, kako bi se cinilo da model moze besprijekorno glasovno reagirati u stvarnom vremenu.
Za potrebe ovog demoa latencija je smanjena, a Geminijeve reakcije i odgovori su skraćeni radi sazetosti, stoji u opisu videa. Oriol Vinyals, potpredsjednik odjela za istrazivanje i deep learning u Google DeepMindu, koji je pomogao voditi projekt Gemini, izjavio je da ovaj demo-video ustvari pokazuje .kako bi mogla izgledati multimodalna korisnicka iskustva izrađena pomoću Geminija.

Ne sumnjamo da će jednoga dana - i to u ne jako dalekoj budućnosti - moćni AI-modeli zaista posjedovati impresivne sposobnosti interakcije i inteligencije koje se u Googleovom videu sada pripisuju Geminiju (odnosno, pokazuju kako bi mogao izgledati jedan takav AI-model). No, cini se kako za sada ovakve montirane promotivne demonstracije ipak jos uvijek ne prelaze sto bi bilo kad bi bilo razinu jeftinog reklamnog materijala.

izvor :bug.hr