Ágensek különféle környezetekben történő feladat-végrehajtásra való betanításával közelebb kerülünk ahhoz, hogy bármilyen szituációban tudjanak dolgozni – és természetesen az általános mesterséges intelligenciához (AGI) is. Valahogy úgy, mint az ember, és ha megvalósul, akkor a robotikában, szimulációban, valamint a játékokban várhatók az első alkalmazások.

Eddig tipikusan úgy tervezték őket, hogy meghatározott, tehát egyetlen szoftverkörnyezetben tevékenykedjenek, de a Google és a kanadai Brit Columbia Egyetem Skálázható, Utasítható Több-világos Ágense (SIMA) változatos közegekben – hét videójátékban és négy kutatási környezetben, háromdimenziós virtuális világokban – tanulta meg szöveges utasítások követését.

A rendszer architektúrája több transzformer és más neurális hálóból áll. Megtanították neki, hogy adatsort és tíz másodperces feladatokra tördelt játékmenetet, képernyőn megjelenő képeket, szöveges utasításokat, billentyű-lenyomásokat és egérmozgatást használva utánozzon humán játékosokat.

Olyan játékokkal dolgoztatták, mint például a harmadik személyben, kecske formában kivitelezendő Goat Simulator 3 (goat = kecske), az első vagy harmadik személyes űrbéli felfedező- és túlélőkaland No Man’s Sky, az elsőszemélyes bányászó-építő Hydroneer.

A megadott utasítások és a képernyő-kép egy kockája alapján előre gyakoroltatott transzformer-pár szövegekhez és képekhez beágyazásokat generált. Egy másik, a következő képkockát előrejelző transzformer videóbeágyazásokat hozott létre.

A szöveges, képes és videóbeágyazások alapján transzformerek elsajátították, hogyan jelenítsék meg a játékot, majd a játékreprezentációból kiinduló újabb (nem transzformer) háló megtanulta elkészíteni a kapcsolódó billentyű- és egérműveleteket.

SIMA teljesítményét kilenc kategóriában értékelték ki. A Goat Simulator 3 feladatainak negyven százalékát abszolválta, a No Man’s Sky-ban 34 százalékot ért el, míg a humán játékosok átlaga hatvan volt. Az egyetlen játékra specializálódott ágenseknél másfélszer jobban teljesített.

A SIMA a Google korábbi kísérletei folytatásának tekinthető. A nagyvállalat ugyanis fejlesztett már az emberrel egy-egy játékban (Go, klasszikus Atari-játékok, StarCraft II) rivalizáló ágenseket.          

A magyarul stukkert, pisztolyt jelentő Roscoe, a Massachusettsi Állami Rendőrség robotkutyája tragédiát előzött meg egy, bűnöző által elbarikádozott házban. A rendőrség bombaelhárító csoportjához tartozó gépet március hatodikán vetették be az egyik bostoni külvárosban, miután a rendőrökre lőttek az épületből.

Bombaelhárításhoz gyakran használt két másik robotot is beküldtek a házba, hogy a „kutya” segítségével megtalálják a gyanúsítottat.

A rendőrök által távirányított Roscoe először a két emeletet ellenőrizte, és csak utána talált valakit az alagsorban. A puskával felfegyverzett személy kétszer feldöntötte a robotkutyát, majd háromszor rálőtt, kiiktatva a gép kommunikációs kapacitását.

Az illető utána rálőtt egy másik robotra, majd az úszómedencére tüzelt. A rendőrök erre könnygázt vetettek be, és elfogták a bűnözőt.

Az incidens ékes példája annak, milyen előnyökkel járnak az ajtónyitásra és lépcsőmászásra képes robotplatformok fegyveres gyanúsítottakat érintő taktikai küldetések során – írta a rendőrség egy sajtóanyagban.

Egyrészt kritikus jelentőségű helyiség-felszabadítást biztosított, és remek volt a helyzetfelismerő képessége. Roscoe rászabadítása a gyanúsított lakhelyére meghiúsította, hogy a rendőrségi eljárásnak ebben a szakaszában a bűnüldöző szervtől valaki, ember is részt vegyen a műveletben, hogy lövöldözés alakuljon ki a gyanúsított és a rendőrök között.

Nem kellett humán operátornak közvetlenül beavatkoznia, tehát Roscoe életet mentett meg.

A fejlesztő Boston Dynamics a világ egyik leghíresebb robotikai vállalkozása, Roscoe eredeti neve pedig Spot, a gépet így ismerik világszerte. A cég elmondta: ez volt az első alkalom, hogy valamelyik gépüket lelőttek, viszont megnyugvással töltötte el őket, hogy „csak” egy robot, és nem emberi lény az áldozat. Az esemény remek példája, hogy egy Spot-féle mobil robot hogyan használható életmentésre.         

A generatív mesterséges intelligencia térnyerésével egyre nehezebb megállapítani, hogy a monitoron elénk táruló látvány valóság vagy számítógép által generált fantázia, és ez a képek mellett audió- és videóanyagokra is érvényes.

Az eszközök egyre kifinomultabbak, soha nem volt ennyire könnyű képet, mozgóképet, szöveget és hangot létrehozni bármiről, amit csak akarunk, függetlenül attól, hogy létezik vagy sem, hogy a valóság pontos lenyomata vagy semmi köze hozzá.

Eljöhet a nap, amikor nem is lesz már szükségünk a való világban rögzített tartalmakra, és persze jóval egyszerűbb is, ha a számítógépet utasítjuk: tedd ezt, aztán azt! Ha így történik, egy csomó kreatív állás megszűnhet, de tényleg ezt a jövőt akarjuk? – teszi fel, majd igyekszik megválaszolni a kérdést Bernard Marr futurológus.

Nem csak a generatív MI-ről van szó, Photoshoppal és szűrőkkel korábban is meg lehetett másítani, el lehetett torzítani a valóságot. A mélyhamisítványok (deepfakes) a legfejlettebb – viszont nem az egyedüli – technológia erre, mert mélytanulással csiszolódott neurális hálókkal teremt teljesen meggyőző, de nem valódi tartalmakat. Bűnözők használják is serényen, ám arról se feledkezzünk meg, hogy a mélyhamisítványoknak csak kis része készül negatív célokra. De mivel a generatív MI a mindennapok részévé vált, a kamutartalmak a dezinformáció terjedéséhez, demokratikus folyamatok aláásásához elegendők.

És még az etikusan készített tartalmak is problémásak hírügynökségek, újságok számára, mert a hitelességüket veszíthetik el. Újságíróknak szigorúbban és alaposabban kellene ellenőrizniük forrásaikat, és közben meg is kellene győzniük az egyre szkeptikusabb olvasótábort.

A szabályozás és az oktatás – különösebben az utóbbi – szintén sokat segíthet. Marr szerint az oktatás a fontosabb, bár a március tizenharmadikán törvényerőre emelkedett EU-s szabályozás értelmében, ha nem magánszemélyek publikálnak kamuképeket, fel kell tüntetniük, hogy MI munkái.

A jövőben viszont még többen, még kevesebb hozzáadott értékkel alkothatnak, ami egyáltalán nem jelenti a kreativitás végét, csak az átalakulást, miközben az ember-gép együttműködés szorosabbá válik, ugyanakkor Marr szerint az állásvesztés miatti aggályok valósak.

Az ember alkotta tartalomra azonban mindig lesz igény – összegez a jövőkutató.      

Az Nvidia éves fejlesztői konferenciáján Jensen Huang vezérigazgató arról beszélt, hogy az általános mesterséges intelligencia (artificial general intelligence, AGI) az emberiséget érintő egzisztenciális kérdéseket vet fel, mert a gépek szinte minden területen felülmúlják majd az embert: jobban gondolkoznak, tanulnak, teljesítenek. Az AGI döntéshozási folyamatának és céljainak kiszámíthatatlansága, előre-jelezhetetlensége a koncepció lényege. Elképzelhető, hogy ezek a folyamatok és célok nem egyeznek az emberével.

Sokan tartanak attól, hogy az autonómia és a képességek bizonyos szintjét elérve, az AGI ellenőrizhetetlenné válik, és olyan forgatókönyvek valósulhatnak meg, amelyekben a cselekedeteit nem lehet megjósolni, megváltoztatni.

A szenzációhajhász média az időintervallumra rákérdezve, az emberiség, de legalábbis a mostani status quo végének dátumára keres válaszokat. Az MI-vállalatok vezetői gyakran nem is reagálnak ezekre a kérdésekre.

Huang viszont igen. Szerinte sok függ attól, mit is értünk AGI-n. Több párhuzamot von, az egyikben például az időzónák bonyolultsága ellenére, mindenki tudja, hogy lesz Újév és 2025 is elkezdődik. Ha az Nvidia fejlesztői konferenciájára tartunk, a San Joséi Kongresszusi Központhoz közelítve, a hatalmas transzparensekből tudjuk, hol lesz az esemény. A lényeg: legyen valamilyen időbeli vagy térbeli közmegegyezés arról, hogyan mérjük, hogy megérkeztünk.

Ha az AGI-t speciális valamiként, például programok által kiválóan, vagy az embernél, mondjuk nyolc százalékkal jobban abszolvált tesztekkel definiáljuk, akkor Huang szerint öt év múlva itt lesz. A tesztek ügyvédi vagy orvosi vizsgák, logikaiak, gazdaságiak lehetnek. Hacsak a kérdező nem nagyon speciális az AGI a kérdés kontextusában való jelentésével kapcsolatban, Huang nem bocsátkozik előrejelzésekbe.

Az MI hallucinációi – amikor hihetőnek tűnő, de kitalált válaszokat ad kérdésekre – viszont könnyen kezelhetők. Biztosra kell menni, hogy a kérdés megalapozott, valós tényeken alapul. Át kell vizsgálni a forrást és a kontextust, a bennük lévő tényeket ismert igazságokkal kell összevetni, és ha a válasz a tényeket illetően teljesen vagy csak részben pontatlan, ki kell szórni a teljes forrást, és a következővel kell foglalkozni.

Az MI-nek ugyanis nemcsak válaszolnia kell, hanem kutakodnia is, hogy megállapítsa: melyik válaszok a legjobbak.

Kritikus esetekben, például egészségügyi tanácsadásnál, több és ismert forrás használandó, és a válaszadó rendelkezzen a lehetőséggel, hogy azt mondja: „nem tudom a választ”, vagy „nem tudok konszenzusra jutni.”

A gépitanulás-modellek jellegzetesen olyan feladatokon gyakorolva tanulnak nyelveket, hogy egy adott szövegben előre kell jelezniük a következő szót. A Stanford Egyetem két kutatója viszont kevésbé fókuszált, inkább emberi módon trenírozott egy nyelvmodellt.

A nyelvet indirekt módon, szöveges kulcsokat szolgáltató szimulált környezetben való navigálással elsajátító, megerősítéses tanulásalapú ágenst fejlesztettek.

Ezek az ágensek a jutalmat maximalizáló cselekvések felfedezésével tanulnak. Ha a gyakorlókörnyezet a legmagasabb jutalom elérési módját elmagyarázó szöveget szolgáltat, az ágens hasznára válik, hogy megtanulja értelmezni az írott nyelvet. Tehát az írott szövegek megértésének megtanulása a jutalmak maximalizálásának sikerével jár együtt.

A kutatók a rácsvilág-környezeteket tartalmazó Minigrid megerősítéses tanulás könyvtárt használva, szimulált kétdimenziós közegsorozatot építettek. Az ágenst megtanították, hogy a DREAM („álom”, de itt biztos teljesen más jelentésű szavakat von össze) megerősítéses tanulás algoritmusnak megfelelően találjon meg egy adott helyiséget.

A folyosók által összekötött helyiségek kétdimenziós elrendezésűek, elrendezésenként tizenkét szobával, mindegyik tizenkét szín valamelyikére volt festve. A szoba-szín egyeztetés véletlenszerűen történt. Egy konzisztens helyiség utasításokat tartalmazott, hogy miként található meg a kék szoba.

A fejlesztők a színek váltogatásával és a kék szoba megtalálásra vonatkozó instrukciók folyamatos frissítésével, az elrendezés számos változatát hozták létre. Az utasítások vagy közvetlenek, vagy relatívok voltak.

Az ágens a kék szoba megtalálásáért jutalmat, minden egyes időbeli lépésért büntetést kapott. Lépésenként megkapta az irodai környezet egy részhalmazát, és számos művelet egyikét hajthatta végre. Az utasításokat tartalmazó helyet elérve, kapott a szövegről egy képet. Meghatározott ideig, vagy a kék szoba megtalálásáig folytatta a keresgélést.

Az ágens minden egyes alkalommal az összes helyiség érintése nélkül találta meg a kék szobát, és az is kiderült, hogy érti az utasításokban lévő szavakat.

Az algoritmus kiválasztása döntő jelentőségű volt. Más algoritmusokkal ugyanis nem a nyelvet, hanem például az ajtók ellenőrzését tanulta meg. A tény, hogy megerősítéses tanuláson alapuló ágens képes explicit gyakorlás nélkül nyelvet tanulni, új lehetőségekkel kecsegtet nyelvmodellek számára.

A Google kisszámú független hírügynökséget gyűjtött össze generatív publikációs eszközeinek egyéves tesztelésére. A mostani rendszer külső weboldalakat olvas, majd cikkeket hoz létre belőlük, amelyeket a szerkesztők átdolgozhatnak, megjelentethetnek.

A nagyvállalat elvárása, hogy a rendszert használva, naponta három cikket, hetente egy hírlevelet írjanak, havonta egy marketingkampányt bonyolítsanak le. A kimenetet nem kell MI által generált tartalomként megjelölniük. Ellenszolgáltatásként a kiadók évi tízezer dollárt meghaladó juttatást kapnak.

A kiadók az olvasók számára érdekes anyagokat közlő weboldalakról (kormányzati oldalak, híroldalak stb.) listát készítenek, és ha az indexelt oldalak valamelyike új anyaggal áll elő, a rendszer értesíti a kiadót.

A kiadó választása alapján, nem azonosított generatív modell összefoglalja a tartalmat. A forrással való hasonlóság alapján színekkel kódolja a kimenetet: ha sárga, akkor kb. szószerinti másolás történt, ha kék, akkor hasonló az anyag, a piros pedig a forráshoz legkevésbé hasonló mondatokra vonatkozik.

A generált szöveget megjelenés előtt humán szerkesztő nézheti át.

A pilot program a Google Hírek kezdeményezésének (Google News Initiative) része. A program keretében a nagyvállalat médiaírásbeliség-programokat, tényellenőrző és digitális publikálóeszközöket biztosít a hírügynökségeknek.

A cég tavaly olyan hírügynökségeknek mutatta be a Genesis nevű eszközt, mint a The New York Times, The Washington Post és a The Wall Street Journal. Az új rendszerhez hasonlóan, Genesis is nyilvános információkat tanulmányozva generált új híreket. Ezen kívül főcímeket és különféle írói stílusokat javasolt. A megfigyelők tavaly is, és most is attól tartanak, hogy a Google esetleg a hírügynökségek megkerülésére használja majd fel a rendszereit, és hírösszefoglalókat tesz közzé közvetlenül a keresési eredmények között.

Az ilyen partnerségek, mindkét fél, a Google és a kiadók számára egyaránt hasznosak lehetnek.

A Google megtudja, mire van szükségük a kiadóknak, hogyan állja meg a helyét a határidők és a közönség miatti nyomás mellett a hírek előállítására kidolgozott generatív modell. A kiadók későbbi súlyos kritikák elkerülésében segítő tapasztalatokra tehetnek szert. Több ismert híroldal (CNET, Gizmodo, Sports Illustrated) követett már el komoly hibát, amikor mesterséges intelligencia is részt vett a hírkészítésben.

Az Nvidia éves fejlesztői konferenciáján bejelentett újgenerációs, Blackwell nevű grafikus feldolgozóegységei (GPU) vállalati felhasználásra készültek. Az RTX 50 sorozathoz tartozó GPU-k valószínűleg valamikor a következő év során kerülnek kereskedelmi forgalmazásba.

A  mostani H100-hoz képest frissítésnek, de nem drasztikus előrelépésnek tűnő B200 GPU 208 milliárd paraméteres, architektúrája a TSMC 4NP csomópontján alapul, amit persze jelentősen fel is turbóztak. Mivel az Nvidia Ada Lovelace GPU-i a TSMC hasonló, 4N-jével épültek, az újhoz egyedi (4NP) változatot használtak.

A nagyvállalat GPU-i a mesterségesintelligencia-forradalom, a generatív MI motorjának számítanak, az Egyesült Államok és Kína közötti chipháború legdrasztikusabb intézkedései ezeket a szerkezeteket érintik. Összességében az Nvidia technológiái nélkül az MI nem tartana ma ott, ahol.

A Blackwellt több paraméter teszi különlegessé.

Az első a két GPU-meghajtót 10 TB/s sebességű összeköttetésen keresztül összekapcsoló egyedi 4NP-folyamat. A második a frissített Transzformer Motor.

Az Nvidia szerint az architektúra az utolsógenerációs Ada Lovelace modellméretének a dupláját kezeli, és támogatja az új 4 bites lebegőpontos utasításkészletet.

Vállalatok számára ötödikgenerációs NVLink teszi lehetővé, hogy egyetlen flottában 576 GPU-t csatlakoztassanak. Az Nvidia több MI-biztonsági és más funkciót is használ, hogy adatközpontja számára garantálja a maximális üzemidőt.

A cég elárulta, hogy a B200 dekompressziós motorral is rendelkezik, ami ugyan vállalati tevékenységre összpontosít, viszont egy ilyen dedikált hardver játékok esetében is komoly különbséget képes elérni – márpedig a grafikus feldolgozóegységeket eredetileg nem a mesterséges intelligenciához, hanem játékokhoz találták ki. Ha a motort az Nvidia átviszi a játék GPU-ira, és támogatja a megfelelő formátumokat, óriási változások jöhetnek a játékiparban is.

Elon Musk február végén jogi eljárást kezdeményezett az OpenAI és vezérigazgatója, Sam Altman ellen. A mesterségesintelligencia-modellek világ előli eltitkolása a vád.

Musk többek között Altman társaságában alapította majdnem kilenc éve, majd 2019-ben hagyta el a kortárs MI-kutatásokat leginkább fémjelző vállalatot. A cég nonprofitként indult, a válást a vezetőséggel való ellentétek idézték elő, és talán az a tény is, hogy profitorientálttá kívánták tenni az OpenAI-t, ami meg is valósult.

A multimilliárdos Tesla-főnök szerint az OpenAI 13 milliárd dolláros partnersége a Microsofttal a nyílt forrású (open source) MI fejlesztését előirányzó eredeti tervek elárulása, és a cég most lényegében a redmondi óriás fiókvállalkozásaként funkcionál. Az új vezetőség nemcsak fejleszt, hanem folyamatosan újraértelmezi az általános mesterséges intelligenciát (AGI) azért, hogy az emberiség szolgálata helyett a Microsoft profitját maximalizálja – hangsúlyozza a magát az MI-veszélyt egyedül érzékelő személy színében előszeretettel feltüntető Musk.

„Mr. Musk közreműködése és fontos támogató kezdeményezései, forrásai nélkül az OpenAI nagy valószínűséggel soha nem indult volna el” – áll a hivatalos anyagban.

Musk szerződésszegéssel, vagyonkezelői kötelezettség megszegésével és tisztességtelen üzleti gyakorlattal vádolja az OpenAI-t és vezetőségét. Ezért összes technológiájuk nyilvánossá tételére szólította fel őket, Altmant pedig minden eddig megkeresett pénzéről való lemondásra kötelezné.

Persze a pereskedésnek bíróságig is el kell jutnia, és a jelenállás szerint ennek igen kicsi a valószínűsége.

Az OpenAI nyilvános válasza nem maradt el, Musk jogi kezdeményezését szövevényesnek és inkoherensnek írták le benne. A milliárdos ráadásul soha nem létezett szerződés megszegésével vádolja az OpenAI-t. „Az általa keresett megkönnyebbülés épp olyan rendkívüli, mint amennyire kitaláltak az állításai. Musk utasítást kérvényez, hogy az OpenAI a fiktív szerződésnek megfelelően szervezze át magát és tegye közkinccsé technológiáját” – írják a vállalat ügyvédei.

Az OpenAI tehát semmiféle Muskkal kötött szerződést nem szegett meg, mert nem volt alapító megállapodás, sőt, semmiféle megállapodás nem volt vele. Egy korábbi blogbejegyzésben leírták azt is, hogy anno Musk az általános mesterséges intelligenciához szükséges sokmilliárd dollár összegyűjtése miatt sürgette a céget. Az anyagokból úgy tűnik, hogy a Tesla-főnök az MI-versenyben sokkal sikeresebb riválist lehetetlenítené el, és valószínűleg zavarja a nagy áttörés előtti kiszállás.

Miután a Bloomberg arról számolt be, hogy az Apple tárgyalásokat folytat a Gemini multimodális mesterségesintelligencia-modell licenceléséről a Google anyacégével, az Alphabettel, az utóbbi tőzsdei részvényei több mint négy százalékos növekedést mutattak a március 18-i záráskor. Az Apple esetében szintén növekedést figyeltek meg, ám az jóval szerényebb, alig egyszázalékos volt.

A Google generatív mesterségesintelligencia-csomagja, a felemásan megítélt Gemini chatbottól a kódoló asszisztensig, sok lehetőséget kínál. Legfőbb és az MI fejlődésének következő fázisát felvillantó újítása a multimodalitás.

A Bloomberg szerint a tárgyalások arról folynak, hogy az iPhone-gyártó licenceli és beépíti a Gemini MI motort az okostelefonba. Belső források alapján a megbeszélések aktívak. Az MI még ebben az évben új funkciókkal bővítené az Apple csúcstermékét.

A következő nagy iPhone-frissítés, az iOS 18 bejelentésére a cég júniusi Fejlesztői Világkonferenciáján kerülhet sor. Az Apple ezen az éves rendezvényen valószínűleg többet elárul generatív MI-vel kapcsolatos terveiről, és általában (az őszi  kereskedelmi forgalomba kerülés előtt) ilyenkor beszél a legújabb iPhone-szoftverről is.

Tim Cook vezérigazgató februárban elmondta, hogy szignifikáns pénzösszeget fektetnek mesterséges intelligenciába, de bővebben az év későbbi hónapjaiban fog beszélni róla. A generatív MI újradefiniálja a jövőt – nyilatkozta, és ezért is akarnak előrelépni azon a területen, ahol a többi infokom nagyágyúhoz képest komoly versenyhátrányba kerültek.

Szintén a Bloomberg szerint nemrég az OpenAI-jal is tárgyaltak, és elgondolkoztak valamelyik modelljük használatán, ám a felek nem döntöttek a mesterséges intelligenciára vonatkozó megállapodás feltételeiről, márkanévről, mint ahogy az implementálás módját sem véglegesítették.

A sajtóhírre vonatkozó kérdésekre az Apple megtagadta a választ, az Alphabet pedig semmit nem reagált.

A Google története folyamán számos nyílt forrású (open source) mesterségesintelligencia-kezdeményezéssel (AlphaFood, TensorFlow, a BERT és a T5 több változata, Switch stb.) gazdagította a számítástudományt, információs társadalmat.

Az utóbbi időben, a nyílt forrású nagy nyelvmodellek (large language models, LLM) körüli versenyfutásban viszont háttérbe szorultak a Meta, a Microsoft és a francia Mistral.ai mögött. Miért fontos ez? Főként azért, mert azok az LLM-ek, amelyek elég kicsik ahhoz, hogy laptopon is futtathatók legyenek, nyílt forrásúként növelik a fejlesztők számát, még többen hozzáférnek az MI-hez.

Most viszont a Google is lépett az open source LLM-fronton. Közzétett súlyokat a Gemma-7B 8,5 milliárd paraméteres grafikus feldolgozóegységeken (GPU) futó LLM-hez, és a szintén LLM, de CPU-n (központi feldolgozóegység) és edge eszközökön futó, 2,5 milliárd paraméteres Gemma-2B-hez. Mindkettő két változatban, előre gyakoroltatott alapmodellként és utasítások követéséhez finomhangolt változatban is elérhető.

A Gemma-modellek a nagyobb Gemini-hoz hasonló architektúrán alapulnak, de nem multimodálisak.

A 2B-t és a 7B-t két-, illetve hatbillió tokenen gyakoroltatták: angol nyelvű webes dokumentumokon, matematikán, kódtöredékeken. 8192 kontextusalapú tokent képesek feldolgozni.

A finomhangolt változatokat tovább gyakoroltatták ember által gépi segítséggel generált prompt- és válaszpárokkal, illetve csak szintetikus válaszokkal. Az anyagokból kiszűrték a személyes infókat, a gyűlölködő válaszokat és minden más megkérdőjelezhető elemet. Emberi visszajelzéssel megtámogatott megerősítéses tanulással tovább pallérozták őket. Kimeneteiket szintén gondosan trenírozott modell bírálta el.

A Gemma licence lehetővé teszi a kereskedelmi felhasználást, sok lehetőséget viszont tilt, mert megsérthetik a szerzői jogot, hamis infókat generálnak, illegális tevékenységhez kapcsolódnak, szexuálisan explicit tartalmat állítanak elő stb.

A Gemma-7B-t többre értékelik a hasonló méretű nyílt modelleknél (Meta Llama 2.7 B, Mistral-7B), sőt, a cég szerint a közel kétszeres méretű Llama 2.13B-nél is jobban teljesít (például kérések megválaszolásában, következtetésben, matekban, kódolásban). A Gemma-2B a méretében legjobb modellekkel összevetve, viszont gyengébb.

A Gemma két szempontból is figyelemreméltó: egyrészt javított a hétmilliárd paraméter körüli modellek teljesítményén, emelte a lécet, másrészt jelzi a Google elkötelezettségét a nyílt forrású MI mellett. Újabb innovációs hullámot indíthat el.