Fényesebbé vált a Google bárdja az MI harcmezején
Az idei Google I/O természetesen a Bard chatbotról és a PaLM2 nyelvi modellről szólt: megszűnt az idő közben még fejlettebbé vált chatbot várólistája, és hamarosan kipróbálhatóvá válik a chatbottal turbózott kereső, ami nem fogja egyhamar leváltani a klasszikus keresőt.
A generatív mesterséges intelligencia körül kialakult felfokozott helyzetben óvatosan tapogatózó Google nem vár tovább, és választ adott a Microsoft Bing keresőmotorjába épített chatbotra. A keresőcég éves I/O konferenciáján egy közel kétórás keynote keretén belül bejelentette, hogy fő terméke, a Google Kereső a Search Generative Experience névre keresztelt termék formájában már a felhasználók által feltett kérdésekre is válaszok tud adni a szokásos találati lista megjelenítése mellett.
A Search Generative Experience szolgáltatáshoz várólistán keresztül férhetnek hozzá a következő hetekben az amerikai felhasználók, természetesen egyelőre csak szűkebb körben várja a cég a visszajelzéseket, egyben figyelemmel kíséri majd, hogy a keresési eredmények minősége, sebessége és a működtetéssel járó költségek miként optimalizálhatók, ezután lehet számítani rá, hogy szélesebb körben is megnyílik a szolgáltatás.
Megszűnt viszont a Bard chatbot várólistája, ami ezáltal már 180 országban férhető hozzá angol nyelven bárki számára (bár az országok részletes listáját nem tették közzé egyelőre, és az eddigi jelek szerint Magyarország még nem tartozik bele). Az angol mellett japán és koreai nyelven is használható a chatbot, a későbbiekben pedig 40 nyelv támogatása várható.
Ünnepi mix a bértranszparenciától a kódoló vezetőkig Négy IT karrierrel kapcsolatos, érdekes témát csomagoltunk a karácsonyfa alá.
A Google elmondása szerint az elmúlt hónapok során jelentősen sikerült fejleszteni a Bard vizuális képességein, a felhasználók pedig már nem csak szöveget vihetnek be promptokban, de képeket is. A bemutatón demonstrált példában például azt kérték a robottól, hogy írjon egy vicces feliratot egy kiskutyát ábrázoló képre, aminek alapját a Google Lens biztosítja. Emellett a Bard fejlettebb képelemzésre képes, illetve az Adobe-val kötött partnerségnek köszönhetően a Firefly szoftver integrációjával a következő hónapokban elérhetővé válik az MI-vel való képgenerálás.
A cég továbbra is hangsúlyozza, hogy egyelőre kísérleti projektről van szó, és nem tervezi a keresőmotor teljes helyettesítését. A teljesítmény és az általános használhatóság javulását az új PaLM 2 nagy nyelvi modell (LLM) biztosítja, amit már 25 különböző Google-szolgáltatás használ, és több mint 100 nyelven képeztek ki. A frissített modellnek köszönhetően a kódolási képességekben szintén előrelépés történt, már több mint 20 programozási nyelven képes hibakeresésre és kódok magyarázatára a modellre épített Codey szolgáltatáson keresztül, így sokkal hasznosabb és megbízhatóbb.
Hasonlóan az OpenAI-hoz, a keresőcég nem sok technikai részletet közölt arról, hogyan képezte ki a következő generációs modellt - annyit tudni, hogy a PaLM 2 egy 540 milliárdos paraméteres modell, illetve hogy a legújabb JAX és TPU v4 infrastruktúrára épül. A keresőcég szerint nem a paraméterek számával, inkább a képességekkel mérhető, mennyire fejlett egy modell, és hangsúlyozta, hogy matematikai számításokkal, illetve tudományos szövegekkel a versenytársaknál hatékonyabban dolgozik a saját megoldása.
A PaLM 2 már elérhető a fejlesztők számára a Google PaLM API-ján, a Firebase-en és a Colab-on keresztül, és összességében egy modellcsaládnak lehet tekinteni, ami magában foglalja a fentebb említett, kódolási feladatokat végző Codey-t, és az orvosi tudásanyagra fókuszáló Med-PaLM 2-t, emellett ott van a Sec-PaLM, ami kifejezetten biztonsági felhasználásra készült. Emellett elérhető egy kisebb, okostelefonokon is futtatható PaLM 2 modell, amely potenciálisan megnyithatja az utat a PaLM adatvédelem-központúbb felhasználási lehetőségei előtt.
Noha a bejelentett fejlesztések mind jelentős mérföldkőnek számítanak a Google szempontjából, a keresőóriás lényegében a versenytársak funkcióit másolja: a Microsoft már márciusban integrálta az OpenAI DALL-E képgenerátor képességeit a Bingbe, emellett év elején megérkezett a ChatGPT bővítmény, aminek köszönhőetően a robot már naprakész információk után is képes keresni az interneten, és adott a beszélgetéseket exportáló gomb is. A Bard végső célja pedig továbbra sem tiszta: bár a Google azt állítja, hogy a chatbot nem fogja leváltani a klasszikus keresőt, egyelőre inkább a generatív MI fejlesztések tesztelési terepeként funkcionál, és akár párhuzamos szolgáltatásként futhat a jövőben.