Google'ın Gemini 2.0 yapay zekası, ajansal ilerlemelerle daha hızlı ve daha akıllı olmayı vaat ediyor

Google'ın Gemini 2.0'ı çok modlu çıktılar, uzun bağlam anlayışı ve yerel araç kullanımı gibi gelişmiş özellikler sunar. Bu ajan yapay zeka modeli rakiplerini geride bırakıp bir sonraki yapay zeka dalgasına öncülük edebilir mi?

Google uzun zamandır hız konusunda takıntılı. İster bir arama sonucunu döndürmek için gereken süre, ister bir ürünü pazara sunmak için gereken süre olsun, Google her zaman aceleci olmuştur. Bu yaklaşım şirkete büyük ölçüde fayda sağladı. Daha hızlı, daha kapsamlı arama sonuçları Google'ı pazarın zirvesine taşıdı.

Ancak hızlı ürün lansmanları, halka açık betaların uzun bir geçmişine ve başarısız olan veya üretimi durdurulan ürünlere yol açmıştır. Google'ın tüm başarısızlıklarını kataloglayan Killed by Google adında bir web sitesi bile var. Bu liste şaşırtıcı derecede kapsamlı olsa da şirket, Gmail ve Adsense gibi kazananları da piyasaya sürdü. Bu ürünler şirketin aramanın çok ötesine geçmesine yardımcı oldu.

Yani, yapay zeka devriminin şirketi toz içinde bıraktığı son bir yılda Google yönetiminin ne kadar hayal kırıklığına uğradığını tahmin edebilirsiniz. Google yıllardır yapay zeka teknolojilerine yatırım yaparken, ChatGPT büyük bir başarı yakaladı ve çok kısa sürede chatbot hakimiyetine ulaştı.

Google elbette yanıt verdi. 2023'ün sonunda tanıtılan itsGemini üretken yapay zeka aracı, Google SERP'nin (arama motoru sonuç sayfası) üst kısmına yerleştirildi. Google ve Alphabet CEO'su Sundar Pichai, bugün yayınlanan bir blog yazısında şöyle diyor: "Al Genel Bakışlarımız artık 1 milyar kişiye ulaşıyor ve onların tamamen yeni türde sorular sormalarına olanak tanıyor ve hızla şimdiye kadarki en popüler Arama özelliklerimizden biri haline geliyor."

Ancak kendi testlerime dayanarak bildirdiğim gibi, Google'ın yapay zekası hem kodlamada hem de kendi yeteneklerinin farkındalığında oldukça başarısız oldu.

Ancak Pichai, aynı blog yazısında şunu ileri sürüyor: "Geçen Aralık ayında Gemini 1.0'ı piyasaya sürdüğümüzden bu yana, milyonlarca geliştirici Gemini ile geliştirme yapmak için Google AI Studio ve Vertex AI'yi kullandı."

Bunun doğru olduğuna eminim ve bu muhtemelen Google'ın yapay zekasının belirli geliştirme görevleri için uygun olduğu, diğerleri için uygun olmadığı anlamına geliyor. Google çok Python merkezli olduğundan, bu geliştiricilerin çoğunun Python ile ilgili projelere odaklandığına bahse girerim.

Başka bir deyişle, iyileştirmeye yer var. İyileşmenin yeni gerçekleşmiş olması oldukça olası. Google bugün, geliştiricilerle ilgili bir dizi iyileştirmeyle birlikte Gemini 2.0'ı duyuruyor.

İkizler 2.0

Gemini 2.0 duyurusu, sırasıyla Google DeepMind CEO'su ve CTO'su Demiş Hassabis ve Koray Kavukcuoğlu'nun blog yazısı aracılığıyla bize ulaştı. Üst düzey başlık, Google 2.0'ın "ajans çağına yönelik yeni Yapay Zeka modelimiz" olduğunu söylüyor.

Ajans kısmına birazdan geri döneceğiz çünkü öncelikle Gemini 2.0 modelini tartışmamız gerekiyor. Teknik olarak Gemini 2.0 bir model ailesidir ve bugün duyurulan Gemini 2.0 Flash'ın deneysel bir versiyonudur. Google bunu "düşük gecikme süresine ve teknolojimizin en ileri noktasında geniş ölçekte gelişmiş performansa sahip, güçlü modelimiz" olarak tanımlıyor.

Paketi açmak biraz zaman alacak.

Gemini Flash modelleri sohbet robotları değildir. Sohbet robotlarına ve diğer birçok uygulamaya güç veriyorlar. Temel olarak Flash tanımı, modelin geliştiricilerin kullanımına yönelik olduğu anlamına gelir.

Duyurunun önemli bir bileşeni hız temamıza dayanıyor. Hassabis ve Kavukcuoğlu'na göre Gemini 2.0 Flash, Gemini 1.5 Flash'tan iki kat daha iyi performans gösteriyor.

Gemini Flash'ın önceki sürümleri görüntüler, video ve ses gibi çok modlu girişleri destekliyordu. Gemini 2.0 Flash, "metinle karıştırılmış yerel olarak oluşturulmuş görüntüler ve yönlendirilebilir metinden konuşmaya (TTS) çok dilli ses gibi çok modlu çıktıyı destekler. Aynı zamanda Google arama, kod yürütme ve üçüncü taraf kullanıcı gibi araçları da yerel olarak çağırabilir." tanımlanmış işlevler."

Bu arada, yönlendirilebilir metin-konuşma, ses özelleştirmeleri (örneğin erkek veya kadın), konuşma tarzı (ör. resmi, arkadaş canlısı vb.), konuşma hızı ve samimiyet gibi şeyleri belirleyebileceğiniz fikridir. ve muhtemelen dil.

Geliştiriciler Gemini 2.0 Flash'ı şu andan itibaren kullanabilirler. Google AI Studio ve Vertex AI'daki Google API'si kullanılarak erişilebilen deneysel bir model biçiminde gelir. Çok modlu giriş ve metin çıkışı tüm geliştiricilerin kullanımına açıktır, ancak metinden konuşmaya ve görüntü oluşturma özellikleri yalnızca Google'ın erken erişim ortaklarına açıktır.

Geliştirici olmayanlar da Gemini 2.0'ı Gemini AI asistanı aracılığıyla hem masaüstü hem de mobil sürümlerde oynayabilir. 2.0 Flash'ın "sohbet için optimize edilmiş" bu sürümü, "kullanıcıların daha da yararlı bir Gemini asistanını deneyimleyebileceği" model açılır menüsünden seçilebilir.

Ajansal yapay zeka hedefleri

Şimdi tüm ajans meselesine geri dönelim. Google, aracılığı "eylem yetenekleri" olan bir kullanıcı arayüzü sağlamak olarak tanımlıyor. Pichai, blog yazısında, ajan yapay zekanın "çevrenizdeki dünya hakkında daha fazla bilgi edinebileceğini, birkaç adım ileriyi düşünebileceğini ve sizin gözetiminiz altında sizin adınıza harekete geçebileceğini" söylüyor.

"Sizin gözetiminiz altında" diye eklemesine sevindim çünkü etrafınızdaki dünyayı anlayan ve birkaç adım ilerisini düşünebilen bir yapay zeka fikri, yıllar boyunca okuduğum pek çok bilim kurgu hikayesinin ardındaki olay örgüsüdür ve asla insan kahramanlar için iyi sonuçlandı.

Gemini 2.0'da aşağıdakiler de dahil olmak üzere çok sayıda iyileştirme bulunmaktadır:

• Çok modlu akıl yürütme: resimler, videolar, sesler ve metin gibi farklı girdi türlerinden gelen bilgileri anlama ve işleme yeteneği
• Uzun bağlam anlayışı: yalnızca bir defaya mahsus soruları yanıtlamak yerine sohbetlere katılma yeteneği, neyin tartışıldığını veya işlendiğini takip etme ve bu geçmişten yola çıkarak çalışma yeteneği.
• Karmaşık talimatları takip etme ve planlama: belirli bir hedefe ulaşmak için bir dizi adımı takip etme veya bir dizi adım bulma becerisi.
• Bileşimsel işlev çağırma: kodlama düzeyinde, bir görevi gerçekleştirmek için birden çok işlevi ve API'yi birleştirme yeteneği.
• Yerel araç kullanımı: API'nin özelliklerinin bir parçası olarak Google arama gibi hizmetleri entegre etme ve bunlara erişme yeteneği.
• Geliştirilmiş gecikme süresi: daha hızlı tepki süresi, etkileşimleri daha kusursuz hale getirir ve Google'ın genel hız bağımlılığını beslemeye yardımcı olur.

Birlikte ele alındığında, bu iyileştirmeler Gemini 2.0'ın aracı faaliyetler için kurulmasına yardımcı olur.

Google'ın Project Astra'sı tüm bu yeteneklerin nasıl bir araya geldiğini gösteriyor. Project Astra, gerçek dünyadaki bilgileri yanıtlarına ve sonuçlarına entegre eden prototip bir yapay zeka asistanıdır. Bunu hem konumun hem de asistanın sanal olduğu bir sanal asistan olarak düşünün.

Astra'dan gerçekleştirmesi istenebilecek görevler arasında bir restoran önermek veya bir seyahat planı geliştirmek yer alıyor. Ancak sohbet robotu yapay zekasından farklı olarak asistanın, Google Haritalar ve Arama gibi birden fazla aracı birleştirmesi, kullanıcının mevcut bilgisine göre kararlar alması ve hatta örneğin olası bir hedefe giden yolda yol inşaatı varsa inisiyatif alması bekleniyor. Bu durumda yapay zeka farklı bir rota önerebilir veya zaman kısıtlıysa belki farklı bir varış noktası bile önerebilir.

Project Mariner da bir diğer iddialı Google araştırma projesi ama ben onu biraz daha korkutucu buluyorum. Mariner, tarayıcı ekranınızdakilerle çalışır, esas olarak okuduğunuz şeyi okur ve ardından bazı kriterlere göre yanıt verir veya harekete geçer.

Mariner'ın metin, kod, resim ve formların yanı sıra piksel içeriğini de yorumlaması ve bazı ciddi korkuluklarla gerçek dünyadaki görevleri üstlenmesi bekleniyor. Şu anda Google, Mariner'ın oldukça iyi durumda olduğunu ancak her zaman doğru olmadığını ve bazen biraz yavaş olabileceğini kabul ediyor.

Jules: Kod tabanının merkezine yolculuk

Jules, geliştiricilere yönelik deneysel bir aracıdır. Bu da bana korkutucu geliyor, dolayısıyla yapay zekaların kendi başlarına başıboş kalmasına pek hazır değilim. Jules, GitHub iş akışlarına entegre olan ve kodu yönetmesi ve hata ayıklaması beklenen bir aracıdır.

Gemini API Grup Ürün Müdürü Shrestha Basu Mallick ve Google Labs Ürün Direktörü Kathy Korevec'in bugünkü blog gönderisine göre, "Python ve Javascript kodlama görevlerini Jules'a aktarabilirsiniz."

Şöyle devam ediyorlar: "GitHub iş akışınızla eş zamanlı ve entegre çalışan Jules, hata düzeltmeleri ve diğer zaman alan görevleri yerine getirirken siz de aslında oluşturmak istediğiniz şeye odaklanırsınız. Jules, sorunları etkili bir şekilde çözmek için kapsamlı, çok adımlı planlar oluşturur birden fazla dosyayı değiştirir ve hatta düzeltmeleri doğrudan GitHub'a geri göndermek için çekme isteklerini hazırlar."

Jules'un üretkenliği nasıl artırabildiğini kesinlikle görebiliyorum ama bu beni aynı zamanda rahatsız ediyor. Zaman zaman kodumu insan kodlayıcılara devrettim ve yalnızca "Vay canına, ne düşünüyordun?" diye tanımlanabilecek şeyleri geri aldım.

Benzer şekilde sorunlu çalışmaların yapay kodlayıcılardan geri alınması konusunda endişeliyim. Bir Al'a içeri girip kodumu değiştirme yeteneği vermek riskli görünüyor. Bir şeyler ters giderse, Git gibi araçlarla ve diğer sürüm kontrol araçlarıyla bile neyin değiştiğini bulmak ve onu geri almak büyük bir adım gibi görünüyor.

Düşük performans gösteren insan kodlayıcıların işlerini geri almak zorunda kaldım. Eğlenceli değildi. Otomatik kodlamanın faydalarını anlıyorum. Kendi kodumda hata ayıklamayı ve düzeltmeyi kesinlikle sevmiyorum, ancak bu seviyedeki kontrolden vazgeçmek en azından benim için göz korkutucu.

Bununla birlikte, eğer Google kendi kod tabanını Gemini 2.0 ve Jules'a güvenmeye istekliyse, ben kimim ki yargılayayım? Şirket kesinlikle kendi köpek mamasını yiyor ve bu çok önemli.

Skynet'ten Kaçınmak

Google, AI'nın, ürünlerini geniş bir uygulama yelpazesinde daha yararlı hale getirmeye yardımcı olabileceğine kesinlikle inanıyor gibi görünüyor. Ancak şirket, "Bunun gerektirdiği sorumluluğun ve Al ajanlarının emniyet ve güvenlik için açtığı birçok sorunun farkındayız" diyerek bariz endişeleri de anlıyor gibi görünüyor.

Hassabis ve Kavukcuoğlu, "geliştirme konusunda keşfedici ve aşamalı bir yaklaşım benimsediklerini, birden fazla prototip üzerinde araştırma yaptıklarını, güvenlik eğitimlerini tekrar tekrar uyguladıklarını, güvenilir test uzmanları ve dış uzmanlarla çalıştıklarını ve kapsamlı risk değerlendirmeleri ile güvenlik ve güvence değerlendirmeleri gerçekleştirdiklerini" söylüyor.

Aşağıdakiler de dahil olmak üzere, attıkları risk yönetimi adımlarına ilişkin bir dizi örnek veriyorlar:

• Riskleri anlamak için dahili Sorumluluk ve Güvenlik Komitesiyle birlikte çalışmak.
• Google, kendi kendini geliştirmek ve riskleri azaltmak için kendi gelişmiş mantığını kullanarak Google'ın yapay zeka sistemlerinin güvenliği göz önünde bulundurarak büyümesine yardımcı olmak için Gemini 2.0'ın kendisini kullanıyor. Bu biraz kümesi bir kurdun korumasına benziyor ama korumanın bir yönü olarak mantıklı.
• Google, Project Astra için gizlilik kontrolleri üzerinde çalışıyor ve aracıların istenmeyen eylemlerde bulunmadığından emin oluyor. Çünkü bu baaad olurdu.
• Google, Mariner (ekran okuma aracısı) ile birlikte, web sayfası içeriğinin bir parçası olarak üçüncü tarafların kötü amaçlı istemler yerleştirme girişimlerinden ziyade, modelin kullanıcılardan gelen talimatlara öncelik vermesini sağlamak için çalışıyor.

Google şunu belirtiyor: "Yapay zekayı oluşturmanın tek yolunun en başından itibaren sorumlu olmak olduğuna kesinlikle inanıyoruz ve modellerimizi ve aracılarımızı geliştirirken güvenlik ve sorumluluğu model geliştirme sürecimizin temel bir unsuru haline getirmeye öncelik vermeye devam edeceğiz."

Bu iyi. Yapay zeka, üretkenliğe bir nimet olma konusunda muazzam bir potansiyele sahiptir ancak aynı zamanda inanılmaz derecede risklidir. BigTech'in yanlışlıkla kendi Forbin Project Colossus'umuzu veya huysuz bir Hal-9000'i yaratmayacağının garantisi olmasa da, Google en azından risklerin farkında ve dikkat ediyor.

Peki siz tüm bu Google duyuruları hakkında ne düşünüyorsunuz? Gemini 2.0 için heyecanlı mısınız? Project Astra veya Mariner'ın halka açık bir versiyonunu kullanabileceğinizi düşünüyor musunuz? Şu anda Gemini'yi AI sohbet robotunuz olarak mı kullanıyorsunuz yoksa başka bir tane mi tercih edersiniz? Aşağıdaki yorumlarda bize bildirin.