Gemini di Google DeepMind: una nuova frontiera nell'Intelligenza Artificiale?

Analisi e riflessioni sulla nascita di Gemini, l’innovazione rispetto a Chat GTP-4 e il collegamento con BART.

L'articolo di Melissa Heikkilä e Will Douglas Heaven, pubblicato il 6 dicembre 2023 su MIT Technology Review, presenta il nuovo modello di intelligenza artificiale di Google DeepMind, Gemini, confrontandolo con GPT-4 di OpenAI.

La domanda che si pongono è: "Was the buzz worth it?" (Era giustificato tutto questo clamore?).

Google DeepMind ha suscitato un grande interesse per mesi con Gemini, descritto come un tentativo di superare le prestazioni di GPT-4.

Il CEO di Google, Sundar Pichai, descrive l'importanza di Gemini con le parole: "It’s a platform. AI is a profound platform shift, bigger than web or mobile" (È una piattaforma. L'IA è un profondo cambio di piattaforma, più grande del web o del mobile).

L'articolo sottolinea che, nonostante Gemini superi GPT-4 in 30 dei 32 standard di misura, le differenze tra i due modelli sono minime.

Questo porta a riflettere se siamo arrivati al punto di massimo dell'IA.

Gemini vs ChatGPT 4: come il cambio di un Iphone

Chirag Shah, un professore specializzato in ricerca online, paragona il lancio di Gemini a quello di un nuovo iPhone da parte di Apple ogni anno, suggerendo che il nostro livello di impressionabilità potrebbe essere diminuito.

Gemini, al pari di GPT-4, è un modello multimodale capace di gestire input di testo, immagini e audio.

Questa versatilità permette a Gemini di rispondere a domande su un'ampia varietà di argomenti.

Ad esempio, nel corso di una dimostrazione, Gemini è stato in grado di analizzare uno screenshot di un grafico e aggiornarlo con nuovi dati, mostrando così la sua abilità nell'integrare e interpretare informazioni complesse.

In conclusione, mentre Gemini segna un avanzamento nel campo dell'IA, solleva anche interrogativi sull'entità dell'innovazione futura e sulla nostra percezione delle novità in questo settore in rapida evoluzione.

Il dibattito tra il significativo progresso tecnologico e l'hype che lo circonda continua a essere un argomento di rilevante interesse nel mondo dell'IA.

Quale accesso avremo a Gemini?

Nella seconda parte del loro articolo su MIT Technology Review, Melissa Heikkilä e Will Douglas Heaven esplorano le sfaccettature del lancio di Gemini, il nuovo modello di intelligenza artificiale di Google DeepMind.

L’articolo rivela che “The version launched today is a back end to Bard, Google’s text-based search chatbot”, mostrando come Google intenda integrare Gemini con altre sue tecnologie .

Gemini verrà rilasciato in modo graduale nei prossimi mesi, ma ciò che colpisce è la sua segmentazione in tre versioni: Ultra, Pro e Nano.

“Ultra is the full-powered version; Pro and Nano are tailored to applications that run with more limited computing resources,” spiega l’articolo, sottolineando come Google stia cercando di rendere la sua tecnologia accessibile a un’ampia gamma di utenti e contesti .

Il CEO di Google, Sundar Pichai, descrive questo passaggio come “the Gemini era of models”. Questa affermazione sottolinea l’intenzione di Google DeepMind di rimanere all’avanguardia nel campo dell’IA, proponendo Gemini come un punto di riferimento per i futuri sviluppi .

L’articolo solleva poi la questione di come Gemini si confronti con GPT-4, il modello di punta di OpenAI.

Sebbene Google abbia dichiarato che Gemini supera il modello precedente GPT 3.5, “company executives dodged questions about how far the model exceeds GPT-4”, lasciando aperto il dibattito sulla reale superiorità di Gemini rispetto agli attuali standard del settore .

In conclusione, mentre Gemini rappresenta un passo significativo per Google DeepMind nel campo dell’intelligenza artificiale, rimangono interrogativi sulla sua effettiva superiorità rispetto ai modelli esistenti e sul suo impatto a lungo termine nel settore.

Con il lancio di Gemini, Google apre un nuovo capitolo nell’IA, ma sarà il tempo a determinare il suo vero impatto e il suo posto nella storia dell’IA.

Quali integrazioni tra Gemini e google Bard

Nella terza parte dell'articolo di MIT Technology Review, Melissa Heikkilä e Will Douglas Heaven esplorano ulteriormente le sfumature e le implicazioni del lancio del modello Gemini di Google DeepMind.

Secondo l'articolo, l'azienda ha implementato Gemini come back end di Bard, il chatbot di ricerca basato su testo di Google, che "will give it more advanced reasoning, planning, and understanding capabilities" (darà capacità di ragionamento, pianificazione e comprensione più avanzate).

Come già detto, la distribuzione di Gemini sarà graduale, con tre varianti: Ultra, Pro e Nano, ognuna progettata per diverse esigenze di calcolo.

L'Ultra è la versione completa, mentre Pro e Nano sono pensate per risorse di calcolo limitate, con il Nano progettato per funzionare su dispositivi come i nuovi telefoni Pixel di Google.

Gli esecutivi di Google hanno dichiarato che Gemini Ultra sarà disponibile "early next year" (all'inizio del prossimo anno) dopo "extensive trust and safety checks" (estesi controlli di fiducia e sicurezza).

Sundar Pichai ha enfatizzato il ruolo di Gemini nella progressione dell'IA di Google DeepMind, affermando: “This is how Google DeepMind is going to build and make progress on AI"

Tuttavia, nonostante le prestazioni impressionanti di Gemini nei test, come il benchmark MMLU (massive multitask language understanding), dove Gemini ha ottenuto il 90% contro l'86% di GPT-4 nelle domande solo testuali, esperti come Melanie Mitchell dell'Istituto di Santa Fe e Percy Liang di Stanford mettono in discussione la capacità di questi benchmark di fornire una valutazione completa delle capacità del modello. Mitchell sottolinea che "Gemini performs much better on language and code benchmarks than on images and video" (Gemini si comporta molto meglio nei benchmark di lingua e codice rispetto a immagini e video), indicando che i modelli multimodali hanno ancora molto da sviluppare per essere realmente utili in diversi compiti.

Inoltre, c'è preoccupazione per la mancanza di trasparenza nell'uso dei benchmark da parte di Google per valutare le prestazioni di Gemini.

Emily Bender, professoressa di linguistica computazionale all'Università di Washington, critica il modo in cui Google utilizza benchmark ristretti per valutare modelli che dovrebbero essere utilizzati per scopi diversi, dicendo: "This means it effectively can’t be thoroughly evaluated".

In conclusione, mentre Gemini rappresenta una tappa significativa nello sviluppo dell'intelligenza artificiale di Google DeepMind, rimangono interrogativi importanti sulla sua effettiva superiorità rispetto ai modelli esistenti e sul suo impatto a lungo termine nel settore. Con Gemini, Google apre un nuovo capitolo nell'IA, ma sarà il tempo a determinare il suo vero impatto e il suo posto nella storia dell'intelligenza artificiale.

Perchè Google doveva puntare su Gemini

La quarta parte dell'articolo di MIT Technology Review, scritto da Melissa Heikkilä e Will Douglas Heaven, mette in luce le pressioni subite da Google nel campo dell'intelligenza artificiale, in particolare riguardo al lancio di Gemini.

L'articolo evidenzia che "Google has been under intense pressure to show investors it can match and overtake competitors in AI" (Google è stata sotto intensa pressione per dimostrare agli investitori di poter eguagliare e superare i concorrenti nell'IA), sottolineando la crescente competizione nel settore.

Nonostante Google abbia sviluppato e utilizzato modelli di IA potenti per anni, la società ha mostrato esitazione nel lanciare strumenti accessibili al pubblico, principalmente per timori di danno reputazionale e preoccupazioni per la sicurezza. Questa cautela riflette un equilibrio delicato che le aziende devono mantenere tra innovazione e responsabilità, specialmente in un campo in rapida evoluzione come l'IA.

La sfida per Google con Gemini, quindi, non è solo tecnologica, ma anche strategica e di immagine.

L'azienda deve dimostrare che può guidare l'innovazione nell'IA pur gestendo le implicazioni etiche e di sicurezza associate al suo uso. Questo equilibrio è fondamentale per mantenere la fiducia degli investitori e del pubblico, mentre si naviga in un territorio inesplorato con potenziali rischi e ricompense significative.

Geoffrey Hinton, parlando con MIT Technology Review ad aprile, quando ha lasciato l'azienda, ha detto: “Google has been very cautious about releasing this stuff to the public" (Google è stata molto cauta nel rilasciare queste cose al pubblico). Questa cautela è dovuta al timore di "bad things that could happen" (cose cattive che potrebbero accadere) e al desiderio di non rovinare la propria reputazione.

Google ha imparato a sue spese come il lancio di prodotti difettosi possa avere effetti negativi.

Ad esempio, quando ha presentato Bard, il suo concorrente di ChatGPT a febbraio, gli scienziati hanno subito notato un errore fattuale nella pubblicità del chatbot, un incidente che ha successivamente cancellato 100 miliardi di dollari dal suo valore di mercato.

Nonostante l'annuncio di maggio di Google di integrare l'intelligenza artificiale generativa nella maggior parte dei suoi prodotti, i risultati non hanno impressionato i critici. I problemi persistono con i grandi modelli di linguaggio: sono eccellenti nel generare testo che sembra scritto da un umano, ma spesso inventano informazioni, sono facilmente manipolabili e intrisi di pregiudizi.

Inoltre, l’uso dei ChatBOT è altamente inquinante.

Google non ha ancora risolto questi problemi, né quelli delle "hallucinations" (allucinazioni).

La soluzione proposta per quest'ultimo problema è uno strumento che consente alle persone di utilizzare la ricerca Google per verificare le risposte del chatbot, ma ciò dipende dall'accuratezza dei risultati di ricerca online.

Gemini potrebbe rappresentare il culmine di questa ondata di intelligenza artificiale generativa, ma non è chiaro quale sarà il futuro dei modelli di linguaggio su larga scala. Alcuni ricercatori ritengono che questo potrebbe essere un plateau piuttosto che il piede della prossima vetta.

Tuttavia, Sundar Pichai rimane ottimista, affermando: “Looking ahead, we do see a lot of headroom" (Guardando avanti, vediamo molto margine di manovra). Pichai prevede che la multimodalità sarà un fattore importante e che, insegnando ai modelli a ragionare di più, "there will be bigger and bigger breakthroughs" (ci saranno progressi sempre più grandi). "Deeper breakthroughs are to come yet" (Sono ancora in arrivo progressi più profondi).

Concludendo, Google, con il lancio di Gemini, affronta una strada complessa e sfidante nel campo dell'intelligenza artificiale, cercando di bilanciare innovazione e responsabilità. "When I take in the totality of it, I genuinely feel like we are at the very beginning" (Quando considero la totalità di esso, sento davvero che siamo solo all'inizio), afferma Pichai, suggerendo che ciò che abbiamo visto finora potrebbe essere solo l'inizio di un viaggio molto più lungo e impattante nel mondo dell'intelligenza artificiale.