Компанія Google, яка цього тижня презентувала свою відповідь GPT-4, визнала, що демо Gemini було постановочним. Насправді в ньому не було голосової взаємодії, а демонстрація не відбувалася в режимі реального часу. Раніше Google дорого коштувала помилка чат-бота Bard, яка прокралась у його рекламне відео.
Компанія Google, яка цього тижня презентувала свою відповідь GPT-4, визнала, що демо Gemini було постановочним. Насправді в ньому не було голосової взаємодії, а демонстрація не відбувалася в режимі реального часу. Раніше Google дорого коштувала помилка чат-бота Bard, яка прокралась у його рекламне відео.
На презентації Gemini було показано відео «Hands-on with Gemini: Interacting with multimodal AI», яке демонструє виняткові, на перший погляд, результати. На ньому ШІ-модель нібито здатна відстежувати кульку паперу з-під пластикового стаканчика або зробити висновок, що на малюнку, де треба поєднувати крапки, зображений краб, ще до того, як його намалювали.
Це має показати проблиски здібностей до міркування, які лабораторія ШІ DeepMind Google розвивала протягом багатьох років, і такого немає в інших моделях ШІ. Але багато інших можливостей, що демонструються, не є унікальними та можуть бути відтворені за допомогою ChatGPT Plus3, повідомляє Bloomberg.
Google визнає, що відео змонтоване. «Для цілей цієї демонстрації затримка була зменшена, а результати Gemini були скорочені для стислості», — йдеться в описі на YouTube. Це означає, що час, необхідний для кожної відповіді, насправді був довшим, ніж у відео.
Але це ще не все — сама демонстрація також не проводилася в реальному часі та не була озвучена. Представник Google повідомив у коментарі, що воно було зроблене «з використанням нерухомих кадрів із відзнятого матеріалу й текстових підказок», і вказав на сайт, де показано, як інші люди можуть взаємодіяти з Gemini за допомогою фотографій своїх рук, малюнків або інших об'єктів.
Іншими словами, голос у демонстраційній версії зачитував підказки людей, які вони давали Gemini, і показував їм нерухомі зображення. Це зовсім не те що, здавалося б, пропонував Google: що людина може вести плавну голосову розмову з Gemini, поки ШІ спостерігає й реагує в реальному часі на навколишній світ. У відео також не вказано, що це демонстрація (ймовірно) з Gemini Ultra, яка наразі недоступна.
«Приховування таких деталей вказує на широкі маркетингові зусилля: Google хоче, щоб ми пам’ятали, що в неї одна з найбільших команд дослідників ШІ у світі та доступ до більшої кількості даних, ніж у будь-кого іншого. Вона хоче нагадати нам, як це було зроблено в середу, наскільки великою є її мережа розгортання, запропонувавши менш потужні версії Gemini для телефонів Chrome, Android і Pixel», — стверджує Bloomberg.
Нагадаємо, що коли Google анонсувала свого чат-бота Bard, конкурента ChatGPT від OpenAI, то випадково показала, як він припустився фактичної помилки вже на першій демонстрації.
У GIF-файлі, поширеному Google, Bard відповідав на запитання: «Про які нові відкриття космічного телескопа Джеймса Вебба я можу розповісти своїй 9-річній дитині?» ШІ запропонував три пункти, в тому числі один, який стверджує, що телескоп «зробив найперші знімки планети за межами нашої Сонячної системи». Однак ряд астрономів вказали, що це неправда, і що перше зображення екзопланети було зроблено у 2004 році.
Після цього на тлі побоювання щодо компетентності Bard акції материнської компанії Google впали на 7,7%. Згодом падіння продовжилося ще на 5,1%, що стало найгіршим дводенним падінням із березня 2020 року. Це коштувало Alphabet $170 млрд ринкової вартості.
