Teknik olarak Yay mevsimi olabilir, ancak Gemini tüm ilgiyi üzerine alıyor.
6 Aralık'ta Google DeepMind, yerel çok modlu yapay zeka modeli ve GPT-4 rakibi Gemini'nin piyasaya sürüldüğünü duyurdu.
Google DeepMind CEO'su ve kurucu ortağı Demis Hassabis, Gemini'nin gelişini müjdeleyen bir blog yazısında, son geliştirmelerini şimdiye kadar oluşturdukları “en yetenekli ve genel amaçlı model” olarak nitelendirdi. Ürün serisinin yapay genel zekâ (AGI) için ciddi bir aday olabileceğine dair söylentileri körükleyen Gemini'nin etkisi, kıyasıya rekabetin yaşandığı yapay zeka iş dünyası ortamında şimdiden hissediliyor.
Peki önümüzdeki yıl dijital ürünler üzerindeki etkisi ne olacak? İşte bilmeniz gerekenler—iyisi, kötüsü ve potansiyel olarak çirkini.
Gemini nedir?
Gemini tek bir ürün değil, üç üründür; Google DeepMind'in LaMDA ve PaLM 2 sinir ağlarının yerini alan büyük çok modlu modellerden (LMM'ler) oluşan bir ailedir. Bu üç ürün şunlardır:
- Gemini Ultra: 2024'ün başlarında geliştiricilerin kullanımına sunulması planlanan en güçlü model. Ultra; ses, video, metin, kod ve görseller dahil olmak üzere çok çeşitli girdileri neredeyse gerçek zamanlıya yakın hızlarda “anlama”, oluşturma ve birleştirme becerisi vadediyor.
- Gemini Pro: Şu anda geliştiricilerin kullanımına sunulan tüketici düzeyindeki model. Bard'ın kullanılabildiği ülkelerdeki kullanıcılar, 6 Aralık'ta duyurulmasından bu yana Gemini Pro ile etkileşim kurabiliyor.
- Gemini Nano: Mobil uygulamalara güç vermek üzere tasarlanmış kompakt model. Gemini Ultra gibi Gemini Nano da henüz kullanıma sunulmadı ve Google performans özelliklerini henüz açıklamadı.
Have an account? Log In
Çok modlu yapay zeka nedir?
Çok modlu yapay zeka, birden fazla zeka işleme algoritması kullanarak birden fazla veri türünü işleyebilen yapay zekadır. Örneğin Midjourney gibi metinden görsele yapay zeka modeli, çok modlu yapay zeka olarak kabul edilir.
Birçok LMM şimdiden pazarı doldurmuş olsa da Gemini'yi diğer büyük çok modlu dil modellerinden ayıran özellik, insanın kavrayışını ve yaratıcılığını taklit edecek şekilde birçok girdiyi (metin, video, ses, kod ve görseller) “anlamak” üzere tasarlanmış olmasıdır.
İyi tarafı: Çok modlu yapay zeka teknolojisinin potansiyeli
ChatGPT'nin metinden metne üretiminin kamuoyunun hayal gücünü ele geçirmesinden henüz tam bir takvim yılı bile geçmemişken Gemini, çok modlu işlevselliğin yapay zeka destekli ürünler için kısa sürede temel bir gereklilik haline geleceği yeni bir dönemin habercisi oluyor.
Yapay zeka platformu Soffos.ai'nin CEO'su Ken Hubbell, yeni yılda teknoloji için muazzam bir potansiyel öngörüyor.
Hubbell, “Görsel olarak gördüklerinizin gerçek zamanlı analizi gibi şeyler üzerine düşünmeye başladık,” diyor. “Artık video akışını alıp sonuç üretebilen (gerçek zamanlı olarak) gözlükler gibi yeni ürünler görüyorum.”
Bu durum ürün ekiplerine daha önce mümkün olmayan düzeyde bir esneklik sağlayacak olsa da, kaçınılmaz olarak GPT-4 gibi platformların işlevselliğini genişletmek ve Gemini'ye benzer işlevler sunmak üzere geliştirilen ürünlerin erken dönemde işlevsiz kalmasına da yol açacak—üstelik bu ürünlerin tümü de henüz yalnızca birkaç aylık.
Hubbell, “(Bu ürünler) yakında ya önemini yitirecek ya da daha önce etrafından ‘hileyle dolaştıkları’ tüm yeni şeyleri içerecek şekilde tamamen yeniden tasarlanmaları gerekecek,” diyor.
(Bu ürünler) yakında ya önemini yitirecek ya da daha önce etrafından ‘hileyle dolaştıkları’ şeyleri içerecek şekilde tamamen yeniden tasarlanmaları gerekecek.
KEN HUBBELL, CEO, SOFFOS.AI
Hubbell, birçok şirketin artık geçerliliğini yitiren bu geçici çözümlere yaptıkları yatırımlardan ciddi zarar göreceğini kabul etse de bunun aslında kılık değiştirmiş bir iyi haber olduğunu söylüyor.
Hubbell, “Alexa çıktığında birçok kişi Alexa ürününün kendisinin yapamadığı şeyleri yapmanın yollarını buluyordu—ben de onlardan biriydim,” diyerek Amazon ekibinin dış geliştiricilerin oluşturduğu özellikleri hızla fark edip Alexa platformuna entegre edeceğini belirtiyor.
“Bu, geliştirici olan bizleri bir bakıma zor durumda bıraktı, ancak diğer yandan arka ucu o kadar geliştirdi ki artık etrafından hileyle dolaşmak zorunda olmadığımız şeylere odaklanabiliyorduk—ve gerçekten istediğimiz nihai ürünü ortaya çıkarabiliyorduk.”
Kötü tarafı: Gemini'nin ilk karşılanışı
Bu son derece yetenekli çok modlu yapay zekâ çağının başlangıcı devrim niteliğinde görünse de Gemini Pro'nun ilk karşılanışı genel olarak büyük hayal kırıklığı yarattı. Ürün lansmanı duyurusunu takip eden hafta boyunca LinkedIn ve X akışları, Gemini Pro'yu deneyen kullanıcıların memnuniyetsiz yorumlarıyla dolmaya başladı.
Sorun mu? Gemini sanki… biraz aptal.
TechCrunch'ta ve çeşitli Medium yazarları tarafından yayımlanan makalelerde, Gemini'nin soruları doğru yanıtlayamadığını gösteren ekran görüntülerini paylaşan sosyal medya kullanıcılarının gönderileri öne çıkarıldı.
Ancak Hubbell'ın açıkladığı gibi platform, herkesin yapmasını beklemesi gereken şeyi tam olarak yapıyor.
“Bir yapay zekâyı yetiştirmek aslında bir çocuk yetiştirmeye çok benzer,” diyor ve (sormadan önce belirtelim) kendisi de baba olan Hubbell. LLM'lerin eğitimin ilk aşamalarında, küçük bir kullanıcı örneklemiyle kapalı bir ortamda gerçekleşen süreçte ancak sınırlı miktarda öğrenebildiğini belirtiyor. "Gerçek gelişim, kullanıma sunulduktan sonra, gerçek dünyada gerçekleşir."
Gerçek gelişim, kullanıma sunulduktan sonra, gerçek dünyada gerçekleşir.
KEN HUBBELL, CEO, SOFFOS.AI
More Articles
Çirkin: Etik meselesi
Google, yayımladığı materyallerde Gemini'yi ‘sorumlu’ bir şekilde geliştirdiği yönündeki vaatlerini açıkça dile getirdi.
Bu vaat, makul olarak, bazı eleştirmenlerin koltuklarında huzursuzca kıpırdanmasına neden oldu.
ZDNET tarafından yayımlanan bir makalede, Google'ın Gemini ürünleri için, bir sinir ağının potansiyel olarak zararlı sonuçları da dâhil olmak üzere çeşitli ayrıntıları ortaya koyan model kartlarını sunmamayı tercih ettiği belirtiliyor. Google'daki bir ekibin model kartlarını ilk başta icat etmiş olması da düşünüldüğünde bu durum özellikle endişe verici.
Ayrıca şu soruyu da gündeme getiriyor: Doğası gereği önyargılı bir veri kümesiyle eğitilen bir ürün söz konusu olduğunda, ‘sorumluluğun’ nasıl görüneceğine kim karar veriyor?
Mayıs ayında Mind Foundry blogunda yayımlanan bir makalede, Google DeepMind'ın yeni Operasyonel Yapay Zekâ Etiği ve Güvenliği Yöneticisi ve Mind Foundry'nin eski Yapay Zekâ Yönetişimi Ürün Müdürü Frankie Garcia, bir makine öğrenimi modelini güvenilir kılan unsurları açıklıyor.
“Kararların bireylerin ve toplumların yaşamları üzerinde maddi bir etkisi olduğunda, modelin güvenilirliğinin ve sorumluluğunun önemi abartılamaz,” diye yazıyor Garcia, Oxford Üniversitesi İnternet Enstitüsü'nden Profesör Brent Mittelstadt'ın ortak yazarlığını yaptığı makalede.
Makalede, makine öğreniminin güvenilirliği açısından üç temel alan olduğu belirtiliyor:
- Önyargı ve adalet: Modelin adil davrandığından emin olmak için, yazarların çoğu zaman birbirini etkisizleştirdiğini kabul ettiği çeşitli “adalet ölçütleri” grubunun kullanılması.
- Yorumlanabilirlik ve açıklanabilirlik: Bu, bir insan kullanıcının yapay zekâ modelinin çıktısına ulaşırken kullandığı mantığı ve süreci ne ölçüde anlayabildiğini açıklar.
- Veri kayması ve model kırılganlığı: Bu, kullanıcı girdilerinden ve diğer faktörlerden kaynaklanan örüntüler nedeniyle orijinal eğitim veri kümesinde meydana gelen değişikliklerin modelin çıktılarını olumsuz yönde etkileme biçimini açıklar.
Gemini ürün ailesinin ‘kontrol altında’ kalmasını sağlamak için Google'ın bu faktörleri yakından izlediği sonucuna varabiliriz. Pazar payı için rekabet eden şirketlerde de benzer bir bağlılık görüp görmeyeceğimiz ise zamanla ortaya çıkacak.
Gemini, ChatGPT ile karşılaştırıldığında nasıl bir performans sergiliyor?
Ham performans açısından Google, geliştiricilerin neler bekleyebileceğine ilişkin oldukça iddialı vaatlerde bulundu. Google'a göre Gemini Ultra ve Gemini Pro'nun ChatGPT'ye kıyasla performans karşılaştırmaları şöyle:
