谷歌新模型Gemini 變身AI生活助理
原文刊於信報財經新聞「EJ Tech 創科鬥室」
谷歌（Google）周三發布下一代模型Gemini 2.0，支援多模態輸入及輸出，專為人工智能（AI）代理而設，標榜能獨立完成複雜任務。首個預覽體驗版Gemini 2.0 Flash，在關鍵基準測試中，其速度達到Gemini 1.5 Pro兩倍。現設聊天版本供全球用戶使用，開發人員亦可在AI Studio及Vertex AI平台，測試實驗性多模態版本，預計明年1月發布完整版。
下月發布完整版
對一般手機用戶而言，Project Astra這AI代理最為實用，它借助Gemini 2.0模型，結合Google搜尋、Lens及地圖，成為日常生活得力助手。示範影片可見，首先打開手機鏡頭，朝向衣領標籤的洗衣符號，AI就會分析洗滌處理方式。下一步，對準洗衣機的旋鈕開關，AI就會透過鏡頭，指導用戶操作機器，正確地清洗手上的衣物。
此外，Google推出研究原型Project Mariner，為旗下首個可在網上採取行動的AI代理，可以控制Chrome網頁瀏覽器，能夠像人類一樣跟網站互動，在熒幕移動滑鼠、點擊按鈕並填寫表單，自動預訂航班、酒店、購買家居用品、尋找食譜，以及其他需要人手點擊的網上任務。舉例，用戶可在試算表寫下5間公司名稱，再要求AI瀏覽其網站，再記低其聯絡資料。
為考驗Gemini 2.0構建的AI代理，Google與芬蘭遊戲開發商Supercell合作，讓AI推理《部落衝突》等遊戲畫面，再建議相應的作戰策略。現實世界方面，機械人更可透過鏡頭，分析Jenga層層疊結構，指揮機械手抽出木塊，再堆疊在建築頂部。
為玩家提供遊戲攻略
如果是Gemini Advanced付費用戶，更新後的Gemini增加「深度研究」功能，透過「高級推理」及100萬Token的上下文視窗，深入分析網上的相關資訊，適合用作搜集論文素材。
另一方面，Google剛推出AI加速器晶片Trillium，屬於第六代的「張量處理器」（TPU），即日供Google Cloud客戶使用。晶片專為訓練及推理Gemini 2.0模型而設，峰值計算效能比上代TPU v5e提升4.7倍，同時能源效率改善67%。Google提到，可把超過10萬顆Trillium晶片，搭配Jupiter網絡架構，再串連成單一的系統，傳輸速度高達每秒13 Petabits，有望建立全球最強大AI超級電腦之一。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
