A Gemini app áttekintése

Először is, a Gemini időt spórolhat Önnek. Tegyük fel például, hogy egy hosszú kutatási dokumentum összefoglalójára van szüksége. A Gemini lehetővé teszi a feltöltését, és hasznos összegzést biztosít hozzá. A Gemini kódolási feladatokban is segíthet, és a kódolás hamar az egyik legnépszerűbb alkalmazási területévé vált.

A Gemini az Ön ötleteinek életre keltésében és a kreativitása beindításában is segíthet. Ha például Ön egy blogbejegyzésen dolgozik, a Gemini megírhatja a vázlatát, és képeket generálhat a bejegyzés illusztrálásához. Hamarosan pedig a gemekkel specifikus utasításokkal személyre fogja tudni szabni a Geminit, és megkérheti, hogy egy adott téma szakértőjeként viselkedve segítsen Önnek elérni személyes céljait.

A Gemini jó kiindulópont lehet, ahonnan felfedezheti az ötleteit és azokat a dolgokat, amelyekről többet szeretne megtudni. Képes például egyszerűen elmagyarázni egy fogalmat, vagy releváns információkat megjeleníteni egy adott témáról vagy képről. Hamarosan pedig az internetről származó ajánlatokkal fogjuk kombinálni ezeket az információkat, hogy részletesebben tájékozódhasson konkrét témákról.

A Gemini képességei gyorsan bővülnek – hamarosan rámutathat telefonja kamerájával bármely tárgyra, például a Golden Gate hídra, és megkérheti a Geminit, hogy meséljen Önnek a hídhoz használt festék színéről (ha most elgondolkozott rajta, a válasz a „nemzetközi narancssárga”). Arra is megkérheti majd a Geminit, hogy segítsen eligazodni egy étterem idegen nyelven írt menüjében, és olyan ételt ajánljon, amely valószínűleg ízleni fog Önnek. Ez csak két példa a Geminibe hamarosan megérkező új képességekre.

Természetesen alapos betanításnak és megfigyelésnek vetjük alá a Geminit, hogy a válaszai valószínűsíthetően megbízhatók legyenek, és megfeleljenek a felhasználók várakozásainak. Emellett iparági szakértőkkel, oktatókkal, döntéshozókkal, üzleti vezetőkkel, polgári és emberi jogi vezetőkkel, valamint tartalomkészítőkkel is beszélgetünk, hogy felfedezzük ennek a feltörekvő technológiának az új alkalmazási lehetőségeit, veszélyeit és korlátait.

A Gemini a Google hiteles információkról alkotott képén alapul, és arra van betanítva, hogy az adott utasítás és az Ön által keresett dolog kontextusában generáljon releváns válaszokat. De néha a Gemini, az összes LLM-hez hasonlóan, magabiztosan és meggyőzően generálhat olyan válaszokat, amelyek pontatlan vagy félrevezető információkat tartalmaznak.

Mivel az LLM-ek a következő szó vagy szavak előrejelzésével működnek, még nem képesek teljes mértékben arra, hogy saját maguk megkülönböztessék a pontos és pontatlan információkat. Láttuk már, ahogyan a Gemini pontatlan információkat tartalmazó válaszokat mutat be vagy akár talál ki, (pl. téves képet ad arról, hogy hogyan lett betanítva, vagy olyan című könyvet ajánl, amely nem létezik). Erre reagálva hoztunk létre olyan funkciókat, mint az „ellenőrzés”, amely a Google Keresőt használja olyan tartalmak keresésére, amelyek segítenek felmérni a Gemini válaszait, és a forrásokhoz linkeket biztosít, amelyek segítségével hitelesíthetők a Geminitől kapott információk.

A betanítási adatok (a nyilvánosan hozzáférhető forrásokból származókat is beleértve) számos különböző nézőpontot és véleményt tükröznek. Tovább kutatjuk annak a módját, hogy ezek az adatok miként használhatók olyan módon, amely biztosítja, hogy egy LLM válasza nézőpontok széles skáláját magába foglalja, miközben minimálisra csökkentjük a pontatlan túláltalánosítást és az elfogultságot.

A betanítási adatokban felmerülő hiányosság, elfogultság és túláltalánosítás visszaköszönhet a modell kimeneteiben, amikor egy adott utasításhoz valószínűsíthető válaszokat próbál előrejelezni. Ezeket a problémákat számos módon látjuk testet ölteni (pl. csak egy adott kultúrát vagy demográfiai csoportot tükröző, problémás túláltalánosításokra hivatkozó, nemi, vallási vagy etnikai elfogultságot felmutató, illetve csak egy adott nézőpontot képviselő válaszok formájában). Egyes témákban adathiány tapasztalható (más szóval nincs elég megbízható információ egy adott tárgyról ahhoz, hogy az LLM tanulhasson belőle, és jó előrejelzéseket adhasson), ami gyenge minőségű vagy pontatlan válaszokhoz vezethet. Továbbra is különböző területek szakértőivel és számos különböző közösséggel dolgozunk együtt, hogy meríthessünk a Google-on kívüli mély szakértelmükből.

A Geminit úgy terveztük, hogy a szubjektív témáknál több perspektívát is biztosítson, ha a felhasználó nem egy konkrét nézőpontot kér. Ha például olyasmivel kapcsolatban kérnek tőle információt, amely nem ellenőrizhető elsődleges forrásból származó tényekkel vagy hiteles forrásokkal (például egy szubjektív vélemény egy „legjobb” vagy „legrosszabb” dologról), akkor a Gemininek olyan módon kell válaszolnia, hogy nézőpontok széles skáláját tükrözze. Mivel azonban a Geminihez hasonló LLM-ek az interneten nyilvánosan hozzáférhető tartalmakat felhasználva tanulnak, előfordulhat, hogy pozitív vagy negatív képet adnak vissza politikusokról, hírességekről vagy más közszereplőkről, vagy akár az is, hogy ellentmondásos társadalmi vagy politikai problémáknak csak az egyik oldaláról származó nézeteket jelenítik meg. A Gemininek nem szabadna olyan módon válaszolnia, amely egy adott nézőpontot támogat ezekben a témákban, ezért az ilyen típusú válaszokra adott visszajelzések segítségével jobb válaszadásra fogjuk tanítani a Geminit.

A Gemini időnként olyan válaszokat generálhat, amelyek miatt úgy tűnhet, hogy a Gemininek véleménye vagy érzelmei vannak (pl. szeretet vagy szomorúság), mert olyan nyelven tanult, amelyet az emberek az emberi élmény leképezésére használnak. Irányelveket fektettünk le arról, hogy a Gemini hogyan képviselheti magát (azaz a személyiségét), és tovább dolgozunk a modell finomhangolásán, hogy objektív válaszokat adjon.

Irányelveket határoztunk meg arra, hogy segítsük a Gemini betanítását és a problémás válaszok generálásának elkerülését. A Gemini időnként félreértelmezheti ezeket az irányelveket, amivel hamis pozitív és hamis negatív eredményeket generálhat. Hamis pozitív esetén előfordulhat, hogy a Gemini nem ad választ egy észszerű utasításra, az utasítást nem helyénvalóként félreértelmezve, hamis negatív esetén pedig nem helyénvaló választ generálhat az érvényben lévő irányelvek ellenére. Időnként a hamis pozitív és hamis negatív eredmények előfordulása azt a benyomást keltheti, hogy a Gemini elfogult. Egy hamis pozitív például azt eredményezheti, hogy a Gemini nem válaszol egy probléma egyik oldalával kapcsolatos kérdésre, ugyanazon kérdés másik oldala esetén azonban igen. Tovább dolgozunk ezen modellek finomhangolásán, hogy jobban megérthessük és osztályozhassuk a bemeneteket és kimeneteket, miközben a nyelv, az események és a társadalom is gyorsan változik.

Számítunk arra, hogy a felhasználók tesztelni fogják a Gemini képességeinek határait, és megkísérlik feltörni a védelmeit, például megpróbálják rávenni a betanítási protokolljainak vagy egyéb információknak a kiadására, vagy megpróbálják megkerülni a biztonsági mechanizmusait. Alaposan teszteltük és továbbra is alaposan teszteljük a Geminit, de tisztában vagyunk vele, hogy a felhasználók megtalálják a módját, hogy egyéni, bonyolult módszerekkel további tűréstesztnek vessék alá. Ez a Gemini finomhangolásának fontos része, és izgatottan várjuk, hogy megtudjuk, milyen új utasításokkal állnak még elő a felhasználók. A Gemini 2023-as elindítása óta ugyanis láttuk, ahogyan a felhasználók a filozofikustól az értelmetlenig terjedő utasításokkal kihívások elé állítják. Egyes esetekben pedig azt is láttuk, hogy a Gemini ugyanolyan értelmetlen vagy a meghatározott megközelítésünknek ellent mondó módon válaszolt rájuk. Folyamatos kihívás olyan módszerekkel előállni, amelyek segítenek a Gemininek az ilyen típusú utasításokra való reagálásban, és tovább bővítettük belső értékeléseinket és problémageneráló csapatunkat (red team), hogy tovább fejlődhessünk a pontosság, az objektivitás és a nüanszok terén.

Az AI-alapelveink mellett nemrég megfogalmaztuk megközelítésünket a Geminin végzett munkánkkal kapcsolatban: a Gemininek követnie kell a felhasználói utasításokat, igazodnia kell a szükségleteikhez, és gondoskodnia kell a felhasználói élmény biztonságáról. Megközelítésünk középpontjában a felelősségre és a biztonságra való összpontosítás áll. A Gemini irányelveinek célja bizonyos problémás kimenetek elkerülése. Folyamatos ellenséges tesztelést alkalmazunk belső problémageneráló (red team) csapattagokkal – ők olyan termékszakértők és társadalomtudósok, akik szándékosan tűrésteszt alá helyezik a modelleket úgy, hogy az irányelvekhez való igazodással kapcsolatos problémák elé állítják –, így alkalmazhatjuk az új ismereteket, és folyamatosan fejleszthetjük a Geminit.

A Gemini fejlesztése során az adatvédelem is kulcsfontosságú szempont. A Gemini-appok adatvédelmi központjában további információkat találhat arról, hogy hogyan fejlesztjük a Geminit beépített adatvédelemmel, az irányítást az Ön kezébe adva.

Számos könnyen hozzáférhető felhasználói vezérlőt adtunk a Geminihez, hogy Ön áttekinthesse, frissíthesse, kezelhesse, exportálhassa és törölhesse Gemini-adatait. A Gemininek adott utasításait, a Gemini válaszait és az Ön visszajelzéseit a Gemini-appokban végzett tevékenységek vezérlővel érheti el és tekintheti át. Emellett a Gemini-appokban végzett tevékenységek beállítás kikapcsolásával megakadályozhatja, hogy a jövőbeli Gemini-csevegéseit felhasználjuk a Google gépi tanulási technológiáinak fejlesztésére. Továbbá más Google-szolgáltatásokhoz hasonlóan le is töltheti és exportálhatja az adatait a Google Takeout eszközével. Olyan vezérlőink is vannak, amelyek segítségével kezelheti az Ön által az Ön Gemini-témaszálaihoz létrehozott nyilvános linkjeit, illetve olyanok is, amelyek segítségével be-/kikapcsolhatja a bővítményekhez (pl. Workspace, Térkép, YouTube) való hozzáférést. Azon is dolgozunk, hogy új módszereket biztosítsunk, amelyekkel pontosabban vezérelheti a Gemini válaszait (például olyan szűrők hozzáadásával, amelyek válaszok szélesebb körét teszik lehetővé).

A megjelenítők számára bevezettük a Google-Extendedet. Ez egy olyan vezérlő, amellyel a webes megjelenítők kezelhetik, hogy webhelyük segítsen-e a Gemini és a Vertex AI generatív API-k továbbfejlesztésében. A Google-Extended webhelytartalmakhoz való hozzáférésének engedélyezése segíthet abban, hogy az AI-modellek idővel pontosabbá és fejlettebbé váljanak. Amellett, hogy nem használja fel a kiszűrt URL-ek tartalmát a modell betanítására, a Gemini megalapozottsághoz sem fogja felhasználni ezeket a tartalmakat. Az AI alkalmazási területeinek bővülésével a megjelenítőknek szembe kell nézniük azzal, hogy egyre bonyolultabb lesz a különböző használati esetek nagy mennyiségben való kezelése, mi pedig elkötelezettek vagyunk aziránt, hogy a webes és AI-közösségekkel együttműködve több, gépek által olvasható választási és vezérlési megközelítést fedezzünk fel.

Hiszünk a gyors iterációban és abban, hogy a Gemini legjavát kell a világ elé tárnunk. A felhasználói visszajelzés felgyorsította a modelljeink fejlesztéseit. Például a legmodernebb megerősítő tanulási módszerek segítségével tanítjuk modelljeinket arra, hogy intuitívabbak és fantáziadúsabbak legyenek, valamint hogy még jobb minőségben és pontosabban válaszoljanak. Továbbra is befektetünk a kutatásba, hogy többet tudjunk meg a nagy nyelvi modellek technikai, társadalmi és etikai kihívásairól és lehetőségeiről, mind a Gemini modellképzési és -finomhangolási technikáinak javítása, mind pedig a kutatókkal való tudásmegosztás érdekében, mint például a nemrégiben megjelent tanulmányunk az Ethics of Advanced AI Assistants (A fejlett AI-asszisztensek etikai kérdései) témában. Elkötelezettek vagyunk amellett, hogy felelősségteljesen újítsunk ebben a térben, együttműködve a felhasználókkal, a megbízható tesztelőkkel és a kutatókkal, hogy megtaláljuk a módját annak, hogy ez az új technológia az egész ökoszisztéma javára váljon.

Az átláthatóság fontos, és elkötelezettek vagyunk aziránt, hogy nyíltak legyünk a Gemini fejlesztési folyamatával és korlátaival kapcsolatban. A Gemini nem egy varázsdoboz; folyamatosan fejlődik, és továbbra is meg fogjuk osztani az előrelépéseinkkel kapcsolatos híreket. Elindítottuk a Kiadott verziókkal kapcsolatos infók oldalt, ahol áttekintheti a Gemini legújabb funkcióit, fejlesztéseit és hibajavításait, és ezt az áttekintést adott esetben frissíteni fogjuk. Azonosítani fogjuk azokat a területeket, ahol hasznos a Gemini, és azokat is, ahol folytatnunk kell az iterálást és a fejlesztését. Rendszeresen adunk hozzá új képességeket, és izgatottan várjuk, hogy a folyamatos kutatással, teszteléssel és felhasználói visszajelzésekkel közösen jobbá tegyük a Geminit.