電子工程專輯剛剛介紹了《谷歌發布多模態大模型Gemini》，這是谷歌自稱強于OpenAI技術的目前最強大的AI，然而據彭博社報道稱，Google在關于"雙子座"的性能視頻演示中作假了。
電子工程專輯在昨日剛剛介紹了《谷歌發布多模態大模型Gemini》，這是谷歌自稱強于OpenAI技術的目前最強大的AI，然而據彭博社報道稱，Google在關于"雙子座"的性能視頻演示中作假了。
視頻來源：Google Gemini AI演示
這段六分鐘的視頻展示了 Gemini 的多模態功能（例如，口語對話提示與圖像識別相結合）。雙子座似乎能快速識別圖像（甚至是連線圖片），在幾秒鐘內做出反應，并實時跟蹤杯球游戲中的紙團。當然，人類可以做到所有這些，但這是一個能夠識別并預測接下來會發生什么的人工智能。
彭博社專欄作家帕米-奧爾森（Parmy Olson）說，Google的"What the AI quack"視頻中，Gemini 看起來能力非凡，也許能力太強了。
不過，視頻描述中，Google有一個重要的免責聲明："為了演示的目的，延遲已經減少，雙子座的輸出已經縮短，以求簡潔"。
這正是奧爾森不滿意的地方。根據她在彭博社發表的文章，Google在被要求發表評論時承認，視頻演示并不是通過語音提示實時進行的，而是使用了原始鏡頭中的靜止圖像幀，然后寫出文字提示，讓雙子座做出回應。奧爾森寫道："這與Google似乎在暗示的內容大相徑庭：人可以與雙子座進行流暢的語音對話，同時雙子座會實時觀察并回應周圍的世界。公平地說，Google公司經常編輯演示視頻，尤其是許多公司希望避免現場演示帶來的任何技術故障。稍作調整是常有的事。但是，Google在視頻演示方面一直存在問題。人們曾懷疑Google的 Duplex 演示（還記得 Duplex 嗎？Duplex 是一款人工智能語音助手，可以打電話給發廊和餐館預訂房間。而預先錄制的人工智能模型視頻往往會讓人更加懷疑。"
在這種情況下，奧爾森認為Google是在"作秀"，目的是誤導人們，讓他們不知道 Gemini 仍然落后于 OpenAI 的 GPT。
不過Google對此并不認同。當被問及演示的真實性時，Google指出了Google DeepMind 研究副總裁兼深度學習負責人 Oriol Vinyals（也是 Gemini 的聯合負責人）的一篇文章，其中解釋了團隊是如何制作視頻的。
Vinyals 說："視頻中的所有用戶提示和輸出都是真實的，為了簡潔起見進行了縮短。視頻展示了使用 Gemini 構建的多模式用戶體驗。我們制作它是為了激勵開發人員。"
他補充說，團隊給雙子座提供了圖片和文本，并要求它預測接下來會發生什么。
其他質疑
1、MMLU測試中，Gemini結果下面灰色小字標稱CoT@32，展開來代表使用了思維鏈提示技巧、嘗試了32次選最好結果。而作為對比的GPT-4，卻是無提示詞技巧、只嘗試5次，這個標準下Gemini Ultra其實并不如GPT-4。
2、對于那段精彩視頻，也有人從開篇的文字免責聲明中發現了問題。機器學習講師Santiago Valdarrama認為聲明可能暗示了展示的是精心挑選的好結果，而且不是實時錄制而是剪輯的。后來谷歌在一篇博客文章中解釋了多模態交互過程，幾乎承認了使用靜態圖片和多段提示詞拼湊，才能達成這樣的效果。
Gemini vs ChatGPT，誰是真正的強者？
雖然ChatGPT所用的大語言模型來自谷歌實驗室，相當于對于AI來說，谷歌是最早投入，在模型方面，他是鼻祖。然而，AI的成熟度除了模型之外，還需要算力和時間。算力方面，相信谷歌不會輸給OpenAI，但是時間方面，OpenAI已經從最初的ChatGPT3.0進化到了4.0，這其中成長了一年的時間，對于快速進化的AI來說，一年是非常非常重要的，而Gemini AI還是剛剛發布。
同時，目前Gemini Pro版本，還只能對標GPT-3.5，對標GPT-4的大杯Gemini Ultra，要明年才出。
此外，Gemini僅支持英文，中文和其他語言也需要明年了。
然而，更多人關心的是，Gemini AI是否一直免費？能否拋棄ChatGPT Plus每月20美元的賬單？
這就引發另一個問題，谷歌能否創立一種新的AI商業模式，但是，目前來說，由于AI需要大量的算力投入，成本非常巨大，除非在性能上有了數個數量級的突破，否則人工智能技術依然沒法像互聯網一樣采用免費模式。
您可能感興趣
