Google открыла доступ к бета-версии языковой модели Gemini 1.5 Pro. Это лучшая из нейросетей компании, способная работать с большими массивами текста, кода и визуальных данных. Мы опробовали возможности ИИ и делимся результатами.
Значительный прорыв
Объём информации, который Gemini 1.5 Pro может принять на вход, составляет 1 млн токенов. Это эквивалентно 700 000 слов или свыше 30 тысяч строчек кода. Для сравнения, у передового аналога GPT-4 контекст в 8,2 раза меньше — 128 тысяч. Модель поискового гиганта также умеет распознавать картинки и считывать содержимое роликов длительностью до 1 часа, правда без аудиодорожки. Есть функция анализа нескольких файлов за раз — достаточно предоставить доступ к папке на «Google Диске». Впечатляет и точность, с которой ИИ извлекает сведения — в 99% случаев Gemini 1.5 Pro правильно указывает отдельные факты из длинных текстов. То есть нейронка не находит нужный фрагмент лишь в трёх из 1125 запросов.
Для теста мы загрузили первые два тома романа Льва Толстого «Война и мир». Они заняли 445 224 токена. На создание краткого содержания всех глав модели понадобилось 310 cекунд. Следовательно, за секунду обрабатываются 739 слов. Ещё на анализ предоставили 30-секундное видео с субтитрами. У Gemini не возникло проблем с тем, чтобы правильно пересказать сюжет и посыл ролика. В качестве изображения отправили простой визуальный ребус — от ИИ требовалось сказать, что произойдёт, когда перчатка упадёт на рычаг. Искусственный интеллект ответил корректно. Это говорит не только о способности видеть объекты, но и моделировать будущее по входным данным.
Как опробовать Gemini 1.5 Pro в РФ?
Модель доступна бесплатно на сайте Google AI Studio, который официально представлен в ряде стран. Оптимально подходят американский либо сингапурский IP-aдреса. С ними достаточно войти в свой Google-аккаунт и выбрать необходимую версию Gemini. Сейчас предоставляются 20 запросов в день. Русский и другие языки поддерживаются, но быстрее и качественнее ответы генерируются на английском.