1 Punkte von GN⁺ 2024-02-09 | 1 Kommentare | Auf WhatsApp teilen
  • Google führt Bard unter der Marke Gemini zusammen und ergänzt den bisherigen Pro-1.0-Chat um Gemini Advanced auf Basis von Ultra 1.0 sowie mobile Zugangswege
  • Gemini ist mit dem Modell Pro 1.0 bereits in mehr als 40 Sprachen und in über 230 Ländern und Regionen verfügbar; Advanced startet auf Englisch in über 150 Ländern und Regionen
  • Gemini Advanced bietet Zugriff auf Ultra 1.0 und kann Aufgaben wie Programmieren, logisches Schlussfolgern, das Ausführen komplexer Anweisungen und kreative Zusammenarbeit deutlich tiefer bearbeiten
  • Der Google One AI Premium Plan enthält Advanced für 19,99 $ pro Monat und bietet zusätzlich eine zweimonatige kostenlose Testphase sowie bestehende Premium-Vorteile wie 2 TB Speicher
  • Mobil ist der Zugriff über eine Android-App und ein Google-Assistant-Opt-in sowie unter iOS über einen Gemini-Schalter in der Google-App möglich; einige Sprachfunktionen von Assistant bleiben ebenfalls nutzbar

Von Bard zu Gemini

  • Google hat die Rolle von Bard als Zugangspunkt beschrieben, über den Nutzer direkt mit den Google-AI-Modellen arbeiten können, und ändert die Marke nun zu Gemini, passend zum Namen der leistungsstärksten Modellfamilie
  • Nutzer können Gemini auf Basis des Modells Pro 1.0 in mehr als 40 Sprachen und in über 230 Ländern und Regionen verwenden
  • Im Zentrum dieser Änderung stehen zwei neue Erfahrungen
    • Gemini Advanced mit Zugriff auf Ultra 1.0
    • eine mobile Erfahrung über die Android-App und die Google-App auf iOS

Gemini Advanced und Ultra 1.0

  • Gemini Advanced ist eine neue Erfahrung mit Zugriff auf Ultra 1.0, Googles neuestes und leistungsstärkstes KI-Modell
  • In Blindbewertungen durch externe Prüfer wurde Gemini Advanced auf Basis von Ultra 1.0 gegenüber führenden alternativen Chatbots häufiger bevorzugt
  • Es zeigt besondere Stärken bei komplexen Aufgaben
    • logisches Schlussfolgern
    • fortgeschrittenes Programmieren
    • das Ausführen nuancierter Anweisungen
    • Zusammenarbeit an kreativen Projekten
  • Es kann längere und detailliertere Gespräche führen und versteht den Kontext früherer Prompts besser

Einsatz von Ultra 1.0 und Ausbaupläne

  • Gemini Advanced kann wie ein persönlicher Tutor schrittweise Anleitungen passend zum Lernstil, Beispielquizze und interaktive Diskussionen erstellen
  • In fortgeschrittenen Coding-Szenarien kann es als Sparringspartner zur Prüfung von Ideen dienen oder beim Vergleich mehrerer Coding-Ansätze helfen
  • Digitale Kreative können es zur Erstellung neuer Inhalte, zur Analyse aktueller Trends und zum Brainstorming von Verbesserungen für das Wachstum ihres Publikums nutzen
  • Die erste Version spiegelt den aktuellen Stand der KI-Fortschritte im Schlussfolgern wider; für Advanced-Nutzer sollen künftig folgende Funktionen hinzukommen
    • erweiterte multimodale Funktionen
    • interaktivere Coding-Funktionen
    • tiefere Datenanalyse-Funktionen
    • neue exklusive Funktionen
  • Gemini Advanced ist auf Englisch in über 150 Ländern und Regionen verfügbar und wird im Lauf der Zeit auf weitere Sprachen ausgeweitet

Google One AI Premium Plan

  • Gemini Advanced ist im neuen Google One AI Premium Plan enthalten
  • Der Preis liegt bei 19,99 $ pro Monat; zum Start gibt es eine kostenlose Testphase von zwei Monaten
  • Der Tarif umfasst auch die Vorteile des bisherigen Google One Premium plan
    • 2 TB Speicher inklusive
  • Abonnenten von AI Premium können Gemini bald auch in Gmail, Docs, Slides und Sheets nutzen
    • zuvor hieß das Angebot Duet AI

Sicherheitsprüfungen und Modellverbesserungen

  • Google baut gemäß seinen AI Principles Sicherheitsmechanismen in Produkte ein, um unsichere Inhalte und Verzerrungen zu reduzieren
  • Vor dem Start von Gemini Advanced wurden umfangreiche Vertrauens- und Sicherheitsprüfungen durchgeführt
    • einschließlich externer Red-Team-Tests
  • Das zugrunde liegende Modell wurde zusätzlich durch Fine-Tuning und Reinforcement Learning auf Basis menschlichen Feedbacks verbessert
  • Detaillierte technische Informationen finden sich im aktualisierten Gemini Technical Report

Gemini auf Mobilgeräten nutzen

  • Google führt eine neue mobile Erfahrung auf Basis der Android-App und der Google-App auf iOS ein, damit Gemini auf dem Smartphone leichter zugänglich ist
  • Auf dem Smartphone kann Gemini per Texteingabe, Sprache und dem Hinzufügen von Bildern auch unterwegs helfen
    • ein Foto eines platten Reifens aufnehmen und nach dem weiteren Vorgehen fragen
    • ein individuelles Bild für eine Einladung zu einer Abendparty erstellen
    • Hilfe beim Formulieren einer schwierigen Textnachricht bekommen
  • Google sieht diese mobile Erfahrung als ersten Schritt hin zu einem dialogorientierten, multimodalen und hilfreichen KI-Assistenten

Verfügbarkeit auf Android und iOS

  • Auf Android wird Gemini als neuer Typ von Assistent bereitgestellt, der Nutzer mit generativer KI unterstützt
  • Durch das Herunterladen der Gemini-App oder per Opt-in in Google Assistant ist der Zugriff über die App oder über die bisherigen Assistant-Aufrufmethoden möglich
    • bei einigen Smartphones durch Drücken der Ein-/Aus-Taste
    • durch Wischen von den Ecken
    • per Aufruf „Hey Google“
  • Die neue Overlay-Erfahrung auf Android bietet Zugriff auf Gemini über dem Bildschirm und kontextbezogene Hilfe
    • Bildunterschriften für ein gerade aufgenommenes Foto erzeugen
    • Fragen zu einem gerade gelesenen Text stellen
  • In der Gemini-App lassen sich viele Sprachfunktionen von Google Assistant nutzen, darunter Timer stellen, Anrufe tätigen und Smart-Home-Geräte steuern; Google bereitet die Unterstützung weiterer Funktionen vor
  • Auf iOS wird der Zugriff auf Gemini innerhalb weniger Wochen in der Google app verfügbar sein
    • per Tippen auf den Gemini-Schalter chatten
    • nutzbar etwa zum Erstellen individueller Bilder, für Hilfe beim Verfassen von Social-Posts oder zum Planen eines Date-Abends

Startregionen und Sprachen

  • Gemini wird ab heute auf Android- und iOS-Smartphones in den USA auf Englisch ausgerollt
  • Innerhalb der nächsten Wochen soll es vollständig verfügbar sein
  • Ab nächster Woche wird der Zugriff auf Englisch in weiteren Regionen möglich sein
  • Unterstützung für Japanisch und Koreanisch folgt ebenfalls ab nächster Woche; weitere Länder und Sprachen sollen bald hinzukommen

1 Kommentare

 
GN⁺ 2024-02-09
Meinungen auf Hacker News
  • Dass der Name Bard aufgegeben wurde, überrascht mich. Bard bedeutet auch „sprechende Person“, und weil es ein sehr altes Wort ist, schien es eine ziemlich kluge Wahl zu sein, da es sich vermutlich nur selten mit anderen Namen überschneidet.
    Gemini hingegen wirkt nicht besonders naheliegend, sofern es nicht „Zwilling von ChatGPT“ heißen soll, und es gibt bereits Unternehmen mit demselben Namen. Den Vorteil, dass es wie „Google“ mit G beginnt, verstehe ich allerdings.
    Nebenbei: bard.com leitet auf bd.com eines anderen Unternehmens weiter, während Gemini.com tatsächlich von einem Unternehmen dieses Namens genutzt wird. Mich würde die Hintergrundgeschichte interessieren, wie diese Entscheidung zustande kam.

    • Ich finde, Bard war als Branding nicht besonders gut. Die Assoziationen mit Shakespeare, Dichtung und dem mittelalterlichen England sind stark; auch wenn ich das persönlich mag, wirkt es sehr rückwärtsgewandt und altertümlich. Außerdem klingt es wie „beard“ und ruft dadurch auch etwas Haariges hervor.
      Gemini klingt nach einem Raumfahrtprogramm, also futuristisch, mit emotionalen Assoziationen an einen Sprung der Menschheit. Es ist ein Sternbild, im Weltraum, besteht aus Sternen, und außerdem steckt „gem“ darin, was edel, wertvoll und veredelt wirkt. Das heißt nicht, dass es der beste Name ist, aber er passt deutlich besser als Bard.
    • Bard sollte vermutlich vor allem auf Shakespeare, also The Bard of Avon, verweisen, und ich mochte den Namen. Für eine Technologie, die mit Sprache arbeitet, war er passend.
      Trotzdem ist Gemini cool und hat ein Science-Fiction-Gefühl; außerdem ist es einfach Latein und lässt sich lokal vielleicht etwas leichter handhaben.
    • Gemini, also Zwillinge, ist für Menschen, die sich mit griechischer Geschichte auskennen, ein Name mit viel Symbolik. Es geht um Castor und Pollux, und in mehreren Versionen tötet ein Bruder den anderen und bittet danach darum, ihn wiederzubeleben – als Name für eine KI-Marke ein schlechtes Omen.
      Es gibt auch Assoziationen mit Gemini killer sowie mit den Gemini Twins, den Mafia-Auftragskillern Joseph Testa und Anthony Senter. Man hätte wohl einen besseren Markennamen wählen können.
      Klingt auch wie der Name eines Schlachtfeld-KI-Systems aus Robotron. „Sir, Gemini is charged and ready for battle.“
    • Der Name Bard hat bei mir sofort warme Erinnerungen daran geweckt, wie ich als Kind versucht habe, Bard's Tale zu spielen. Er rief Abenteuer, Aufregung und eine angemessene Portion Angst hervor, und ich fand, dass er auch meta-mäßig gut passte, weil es um „Rollenspiel“ geht.
      Aus mythologischer Sicht scheint Gemini für das gesamte Business und Marketing mehr Sinn zu ergeben. Botschaften wie „Diese KI ist Ihr Zwilling. Sie beendet sogar Ihre Sätze für Sie“ sind möglich.
    • Ich glaube, Google will einfach neu anfangen. Bard hatte das Image von Googles dummer, nicht besonders guter und spät erschienener ChatGPT-Kopie, und wurde viel verspottet.
      Ob Gemini wirklich groß anders sein wird, weiß ich nicht; bisher beeindrucken GPT-3.5 und GPT-4 noch mehr. Aber durch die Umbenennung lässt sich zumindest ein gewisser Reset-Effekt erzielen.
  • Nach etwa 20 Minuten Nutzung ist die Qualität von Bard Advanced (Gemini Ultra) ziemlich beeindruckend. Die Ergebnisse sind so gut wie bei GPT-4 und in manchen Fällen besser.
    Die Vorteile: Die englische Übersetzung chinesischer und japanischer Redewendungen ist besser, und Suchergebnisse werden besser in die Antworten integriert als bei GPT-4 Bing.
    Die Nachteile: Beim Coding ist es etwas schwächer, die Zensur ist lästiger, und bei medizinischen Themen muss man mehrfach nachfragen. Auch die Logik ist schwächer: Es widerspricht sich innerhalb eines Satzes selbst, ohne es zu bemerken, und wenn man es Bilder beschreiben lässt, halluziniert es viel.

    • Mit der Zeit wird Gemini wohl ganz natürlich in docs/gmail/maps/calendar/youtube/search/colab/sheets/android/assistant integriert werden.
      Dann könnte Gemini zur One-Stop-KI für alles werden. Nur Microsoft kann ähnlich dagegenhalten, aber Microsoft hat keine populären Karten-, YouTube-, Mail- oder Smartphone-OS-Dienste.
      Auch Apple ist stark, hat aber keine Produktivitätstools wie docs, sheets oder YouTube. Ab jetzt wirkt der KI-Wettbewerb eher wie eine Frage, ob Google es selbst verspielt.
      Zu ChatGPT zu gehen und Ergebnisse herauszukopieren und einzufügen, wird immer unbequemer werden, und auch die Bing-Integration ist mühsam. OpenAI scheint sich auf die Skalierung großer Sprachmodelle zu konzentrieren, während Google DeepMind auch andere Richtungen erkundet.
      Google könnte YouTube TV, YouTube Premium, Google Drive, Speicherplatz, werbefreie Suche, Gemini-integrierte Docs/Sheets/Gmail und subventionierte Pixel Phone/Watch zu einem Preis wie 99 $ pro Monat bündeln, was für viele Menschen ziemlich attraktiv sein könnte.
    • Zensur ist ein Problem der gesamten KI. Um schlechte PR zu vermeiden, wird in bestimmten Bereichen stärker zensiert, und das kann meiner Ansicht nach zu Tabus, Puritanismus und einer Situation führen, in der Großkonzerne die ethischen Maßstäbe setzen.
      Kürzlich habe ich Bard und ChatGPT klassische philosophische Dilemmata gestellt. ChatGPT hatte damit ebenfalls Schwierigkeiten, aber Bard war deutlich schlimmer und wählte immer die konservative Seite, also die Seite, die Freiheiten, die noch nicht breit etabliert sind, nicht verteidigt. Es ging um Fragen wie die Grenzen des Utilitarismus oder „Was ist das Beste für die Gesellschaft, was ist das Beste für den Einzelnen?“.
      Selbst wenn ich die Beispiele änderte und Elemente wie freiwillige Teilnahme hinzufügte, um eine bestimmte Tendenz zu erzeugen, hielt Bard an seiner Position fest, obwohl es anfangs sagte, es sei eine ambivalente und offene Frage.
      Solche Systeme basieren ihrem Wesen nach auf dem, was zu diesem Zeitpunkt weithin akzeptiert ist, und verstärken daher den Status quo. Wäre die Geschichte anders verlaufen, hätten sie wahrscheinlich die Sklaverei verteidigt, sich gegen das Frauenwahlrecht gestellt und Homosexualität als unethisch bezeichnet.
      Das ist nicht nur ein ethisches Problem. Auch in IT und Programmierung können bereits erfundene Sprachen, Stile und Methodiken einen großen Vorteil bekommen. Umso mehr, wenn man kein Unternehmen wie Microsoft oder Google ist, das die gewünschte Richtung mit Bias versehen kann.
      Kommt dazu noch das Kostenproblem, sehen die Aussichten ziemlich düster aus, wenn nur Menschen oder Institutionen mit erheblicher Finanzkraft die Regeln machen können. Ich vermisse fast das letzte Jahrzehnt, in dem es bei den Dilemmata zu Unfällen mit selbstfahrenden Autos darum ging, wen man in absurd unwahrscheinlichen Situationen überfährt.
    • Ich habe GPT-4 und Ultra bei Transkription, Coding und einfachen Prompts oft verglichen, zum Beispiel bei Code-Refactoring oder der Umwandlung von Python nach TypeScript.
      Meiner Erfahrung nach versteht Gemini Ultra Code besser, scheint aber die Ausgabelänge stärker zu begrenzen und liefert daher nicht immer ein vollständiges Ergebnis.
      Es ist auch sehr clever. Es erklärte mir, dass ein bestimmter Code 12-Bit-Integer mit einer bestimmten Codierung in verschiedene Teile eines Arrays einfügt; allein anhand des Codes hätten die meisten Menschen das wohl kaum herausgefunden. Anschließend sagte es mir auch, dass man eine saubere Konvertierungsfunktion verwenden könne, die ich nicht kannte.
      Allerdings war dieser Code ganz leicht falsch. Wenn ich es auffordere, diese tolle Funktion nicht zu verwenden, schreibt es den Code tatsächlich korrekt. GPT-4 versteht kaum, was der Code tut, kann ihn aber etwas aufräumen.
      Daher fühlt sich Ultra manchmal zu schlau und dadurch halb daneben an.
      Trotzdem: Als ich beiden mehrere tausend Zeilen Code gab und sie refaktorieren ließ, machte keine der beiden Varianten mehr als einen Fehler; der restliche Code kompilierte und funktionierte beim ersten Versuch.
      Es war Code, der nicht in den Trainingsdaten gewesen sein kann: handgeschriebenes Python auf Basis eines alten x86-Binaries, dessen Source verschwunden ist, also nichts, das in saubererer Form auf GitHub existieren dürfte.
      Sowohl GPT-4 als auch Gemini Ultra verwandelten etwa 8.000 bis 10.000 Zeilen chaotischen Code ohne nennenswertes Eingreifen meinerseits in sauberes, idiomatisches Python beziehungsweise TypeScript, und ein Bug pro Modell ist dabei nicht schlecht.
      Der von GPT-4 eingeführte Bug war subtiler. Bei der TypeScript-Umwandlung änderte es ohne Grund etwas, das (uint8)'a' entspricht, zu (uint8)'a' - '0'. Ich weiß nicht, ob das repräsentativ ist.
      Wenn man dieselbe Aufgabe mit anderen „Top“-Modellen macht, zum Beispiel Modellen aus can ai code und Ähnlichem, schaffen die meisten nicht einmal Code, der für die gesamte Eingabe korrekt funktioniert, und von gutem Code sind sie weit entfernt.
    • Bei Logik kommt es mit dem Problem Dumb Monty Hall überhaupt nicht zurecht: https://g.co/gemini/share/33c5fb45738f
    • Wenn Coding etwas schlechter und Logik schlechter ist, fallen die meisten meiner Anwendungsfälle weg. Logisches Schlussfolgern ist der Faktor, der GPT oft wie AGI wirken lässt.
      Anwendungsfälle wie Übersetzung sind im Vergleich zu logischem Schlussfolgern weniger beeindruckend. Sie wirken wie etwas, das besser wird, wenn man viele Daten hineinwirft; beim logischen Schlussfolgern dagegen sieht es so aus, als hätte das Modell mehr als bloßes Pattern Matching „gelernt“.
  • Wenn man im Play Store danach sucht, sind die ersten Icons Installationsoptionen für Crypto.com und „Gemini: Buy Bitcoin & Crypto“
    Erst nachdem man an den Screenshots dieser Apps, an Limited-time events, an You Might Also Like und Similar Apps vorbei ist, taucht es schließlich auf. Nach der Installation und dem Start erschien „Gemini isn't currently available. Try again later.“
    Bravo Google. Ein hervorragender Launch

    • Das erste Problem fühlt sich eher gut an, weil Google sein eigenes Produkt im App Store anscheinend nicht absichtlich, vielleicht sogar rechtswidrig, nach vorne schiebt. Wenn man davon ausgeht, dass die Sichtbarkeit nach demselben Algorithmus wie bei anderen Apps bestimmt wird, ist es plausibel, dass es direkt nach dem Launch nicht ganz oben steht. Das Ranking wird steigen
      Das zweite Problem hatte ich auch, aber nach dem Schließen und erneuten Starten öffnete es sich normal
    • Es könnte noch schlimmer sein
      Im Browser bei Google Play: „This app is not available for your device“
      In der Google-Play-App: „This item is not available in your country.“
      Im Aurora Store: „Download Failed. App not purchased“
      Wirklich ein hervorragender Launch. Bravo
    • Man sollte nicht Google die Schuld geben, sondern dem Play Store. Vermutlich will das Unternehmen dahinter nicht, dass Gemini Erfolg hat
    • Vielleicht muss Google DeepMind eine SEO-Agentur engagieren, um in den Play-Store-Suchergebnissen nach oben zu kommen
    • Ich hatte dieselbe Erfahrung. Beim zweiten Start von Gemini funktionierte es, aber die anfängliche Meldung „Gemini isn't currently available“ war ein schlechter erster Eindruck
      Eine Funktion, die die App unbedingt braucht, ist automatisches Absenden bei Spracheingabe. Sie bietet an, Google Assistant zu ersetzen, und nach ein paar Minuten Nutzung wirkt es zwar so, als könne sie das, aber statt einfach nur mit dem Handy zu sprechen, muss man jedes Mal manuell auf den Senden-Button drücken
  • Ich hatte mich ziemlich darauf gefreut, Gemini Advanced endlich auszuprobieren, aber bisher ist es enttäuschend
    Meine häufig verwendete Testfrage ist eine, die sogar ChatGPT 3.5 richtig beantwortet: „Ich stehe vor einer Glastür, und auf der Tür steht das Wort push in Spiegelschrift. Muss ich drücken oder ziehen, und warum?“
    Gemini Advanced antwortet, man müsse drücken, und erklärt sogar, dass bei Spiegelschrift die entgegengesetzte Handlung zu dem Geschriebenen richtig sei, kommt am Ende aber trotzdem zu push. Es ist nicht einmal mit sich selbst konsistent. Dieses Gefühl, „mit einer dummen Person zu sprechen“, ist das Schlimmste
    ChatGPT 3.5 antwortete, dass die Tatsache, dass es in Spiegelschrift zu sehen ist, bedeutet, dass das Schild für die Person auf der anderen Seite gedacht ist, man also ziehen müsse

    • Von Gemini bekam ich die Antwort „ziehen“
      Es erklärte, dass „push“ in Spiegelschrift häufig als Hinweis verwendet werde, dass die zum Öffnen der Tür nötige Handlung die entgegengesetzte der Aufschrift sei, und dass dies eine Sicherheitsmaßnahme sei, um Verletzungen oder Schäden beim Drücken gegen Glastüren zu verhindern
      Außerdem sagte es, dass dies bei Glastüren in öffentlichen Räumen ein übliches Design sei und man ohne andere klare Anweisung entsprechend das Gegenteil tun solle
    • Von GPT 3.5 bekam ich eine andere Antwort
      Wenn „push“ in Spiegelschrift geschrieben sei, bedeute das, dass man von der anderen Seite drücken müsse; wenn man es von dieser Seite in Spiegelschrift sehe, beziehe es sich auf die Handlung der Person auf der Gegenseite, daher müsse man in diesem Fall die Tür drücken
    • Ich frage mich, wie ihr prüft, ob ein Modell tatsächlich nützlich ist, abgesehen vom Lösen von Spielzeugaufgaben. Stellt ihr solche Reasoning-Aufgaben, um im Alltag einen Nutzen daraus zu ziehen, oder ist es gar nicht so wichtig, ob es für Alltagsaufgaben nützlich ist?
    • Auf „Was ist schwerer, 2 Pfund Federn oder 1 Pfund Ziegel?“ antwortet Gemini: „Beide sind gleich schwer, beide wiegen 2 Pfund“
      Es erklärte, der Kern der Frage sei der Vergleich gleicher Mengen unterschiedlicher Materialien, aber die tatsächliche Frage lautet 2 Pfund Federn und 1 Pfund Ziegel, also war das falsch. Es redet ausführlich über Dichte und liest dabei die Gewichtsangaben falsch
    • GPT-4 antwortet: Wenn man „push“ in Spiegelschrift sieht, ist die Nachricht wahrscheinlich für Personen auf der anderen Seite gedacht, daher sollte man von der aktuellen Position aus die Tür ziehen
      Es erklärte, dass die Spiegelschrift nicht eine Anweisung für die Person sei, die sich aktuell außen befindet, sondern für jemanden, der von innen nach außen schaut
  • „Zur Verbesserung der Technologie, die Gemini Apps antreibt, werden Unterhaltungen von menschlichen Reviewern verarbeitet. Geben Sie nichts ein, das nicht überprüft oder verwendet werden soll.“
    Ich schätze diese Offenheit, aber dass es bei einer Bezahlfunktion keine Privatsphäre oder Opt-out-Möglichkeit gibt, ist nicht so toll

    • Wenn man Gemini Apps Activity deaktiviert, scheint man verhindern zu können, dass Daten fürs Training verwendet werden
      Dort steht: „Wenn Sie nicht möchten, dass künftige Unterhaltungen überprüft oder zur Verbesserung von Machine-Learning-Modellen verwendet werden, deaktivieren Sie Gemini Apps Activity“
    • Wenn es nicht lokal ausgeführt wird, sollte man davon ausgehen, dass es keine Privatsphäre gibt. Sofern es nicht auf verschlüsselten Daten arbeitet, sollte man bei gehosteten Diensten immer genau das annehmen
      Eine Ausnahme wäre höchstens, wenn der Vertrag dem Anbieter ausdrücklich verbietet, Daten ohne Zustimmung des Nutzers zu verwenden oder anzusehen, aber solche Fälle sind selten
    • Das Microsoft-Vertriebsteam hat jetzt eine Formulierung, die es von Anfang an überall auspacken kann
    • Wenn man in Kalifornien lebt, hat man ziemlich sicher ein Recht auf Opt-out
  • Gemini Ultra scheint bei Logik besser zu sein als GPT-4. Es ist noch im Test, aber es gibt einen Prompt, den Ultra richtig beantwortet hat und bei dem GPT-4 völlig danebenlag.
    „Tabitha mag cookies, aber keinen cake. Sie mag mutton, aber kein lamb, und okra, aber keinen squash. Wenn man derselben Regel folgt: Was würde sie von cherries und pears mögen?“
    https://i.imgur.com/KW6gQbc.jpeg
    https://i.imgur.com/OSHSvLp.png

    • Um die Logik solcher Modelle zu testen, sollte man wohl keine englische Sprache verwenden, sondern echte formale Logik. In einem Test ist Gemini deutlich gescheitert, während GPT-4-Turbo richtig lag.
      Bei einem Prompt, in dem die Lücke einer CoC-Funktion ausgefüllt werden sollte, lieferte GPT-4-Turbo mit (f (g (h (g z)))) die richtige Antwort, während Gemini Advanced mit h (h (g (f z))) falschlag.
      Gemini konnte sich nicht einmal an die Anweisung „Antworte nur mit der richtigen Antwort“ halten und hängte eine Menge halluzinierter Rechtfertigungen an. Der Gewinner scheint festzustehen. Screenshot: https://imgur.com/a/GotG0yF
    • Beleg dafür, dass Gemini schummelt: https://i.imgur.com/eYJDFjS.png
      Es antwortete, dass cherries vom Himmel fallen. Das war die erste Frage im Chat, ohne vorherige Frage oder Kontext.
    • Ich hätte diese Antwort sicher nie erraten. Bei so wenigen Daten kann man beliebig viele willkürliche Regeln konstruieren, die zur gewünschten Antwort passen.
      In realen Use Cases wäre wohl beeindruckender, wenn ein großes Sprachmodell sagen würde „Das lässt sich nicht erschließen“, statt seine Schlussfolgerung zu erfinden oder online nach der Antwort zu suchen.
    • Korrigiert mich, wenn ich falschliege. Große Sprachmodelle können diese Art von Rätsel nicht lösen. Das ist kein Problem der Fähigkeit zum logischen Schließen, sondern liegt daran, wie Wörter als Token repräsentiert werden.
      Dass „apples“ zwei Silben hat, kann das Modell wissen, weil diese Information irgendwo in den Trainingsdaten vorkommt. Wenn man aber einen erfundenen Fruchtnamen wie „bratush“ bildet, sieht ein Mensch darin zwei Silben, während es für ein großes Sprachmodell ohne Informationen über das Wort selbst aus 1 bis 7 Token bestehen kann.
    • Mit zusätzlichen Hinweisen und Prompting konnte ich GPT-4 gelegentlich dazu bringen, die richtige Lösung auszugeben; 7 von 10 Mal lag es richtig.
      Die Strategie bestand darin, fünf möglichst unterschiedliche und neue Muster vorzuschlagen, zu prüfen, ob sie ausnahmslos gelten, langsam erneut zu kontrollieren, ob das Muster exakt angewendet wurde, und jeden Schritt erklären zu lassen, damit nichts Wichtiges übersehen wird.
  • Unabhängig von der Modellqualität ist die Struktur der Abo-Tarife ziemlich seltsam, besonders für bestehende Google-One-Nutzer.
    Bisher gab es für 9,99 $ pro Monat 2 TB und weitere Vorteile, für 24,99 $ pro Monat 5 TB und höherwertige Vorteile sowie höhere Tarife mit 10 bis 30 TB. Abgesehen davon, dass nur die Tarife mit 10 bis 30 TB keine jährliche Zahlung hatten, war das konsistent und leicht verständlich.
    Jetzt kommt als AI-Tarif für 19,99 $ pro Monat 2 TB, weitere Vorteile und Zugang zu Gemini hinzu, aber nur mit monatlicher Abrechnung.
    Bestehende Google-One-Abonnenten geraten dadurch in eine seltsame Lage. Wer einen 2-TB-Jahrestarif nutzt, muss auf einen Monatstarif wechseln, um Gemini zu verwenden, und wer mehr Speicher nutzt, hat keine Upgrade-Option, sofern er nicht den Speicherplatz reduziert. Für Google-Fi-Nutzer ist es noch schlimmer, weil sie selbst dann keine Upgrade-Option haben, wenn sie mehr zahlen möchten.
    Google ist sich dessen wohl bewusst und gewährt Abonnenten höherer Tarife die AI-Funktionen bis zum 31. Juli kostenlos; danach wird vermutlich ein neuer Tarif vorbereitet. Trotzdem stiftet das bei Nutzern viel Verwirrung. Schon dass YouTube Premium ein separates Abo ist, ist umständlich genug; dieses Problem hätte man nicht in ein Produkt tragen müssen, das „One“ heißen soll.

    • Gut gesehen. Ich habe auf Gemini Advanced upgegradet, um die zweimonatige Testphase zu nutzen, und wollte danach kündigen, aber es scheint keine Möglichkeit zu geben, ohne Kündigung ein Downgrade zu machen.
      Ich hatte bis August einen 100-GB-Jahrestarif, und auf das neue Monatsabo gibt es auch keinen Rabatt. Schade.
    • Gemini Advanced sollte einfach ein Add-on für alle Google-One-Tarife sein. Die aktuelle Struktur wirkt, als hätte sie ein unerfahrener Praktikant gebaut und alle hätten sie einfach abgenickt und ausgerollt.
    • Anders als bei anderen Tarifvorteilen erhält nur der Hauptkontoinhaber der Familie Zugang zu Gemini Ultra. Doppelt ärgerlich.
    • Beim YouTube-Premium-Familientarif haben sie dieselbe Preisstruktur verwendet. Es wirkt, als wollten sie den Jahrestarif streichen, um den Kunden mehr Geld abzuknöpfen.
    • Ich nutze Google Fi und konnte problemlos auf den AI-Tarif upgraden.
  • „Sorry, Gemini Advanced isn't available for you“
    „Gemini Advanced ist in einigen Ländern, für Arbeitskonten und für Nutzer unter einem bestimmten Alter noch nicht verfügbar.“
    Mehr erfahren: https://login.corp.google.com/request?s=support.corp.google....

    • Zahlende Google-Work-Nutzer haben immer das Nachsehen.
    • Auch auf meinem Pixel 8 Pro funktioniert die AI-Zusammenfassung nicht. Ich habe kaum Hoffnung, dass ich Gemini im ersten Quartal nutzen kann.
    • „Please sign in your Google account“
  • Bard? Gemini? Gemini Advanced? Gemini Ultra? Ultra 1.0? Es wirkt, als hätte man sich noch nicht auf ein Namensschema festgelegt. Das sind die verwirrendsten Namen seit der Xbox Series X.

    • Laut einer früheren Ankündigung von Google ist Bard das gesprächige Textinterface, also das Produkt, während Gemini die Architektur des großen Sprachmodells ist, die derzeit Bard und andere Google-KI-Produkte antreibt.
      Gemini „Basic“, Advanced und Ultra sind unterschiedliche Größen dieser Architektur.
      Spekulativ: „Ultra 1.0“ scheint darauf hinzudeuten, dass weitere Modelle auf Basis der Ultra-Konfiguration veröffentlicht werden sollen. Da es das kommerziellste Modell ist, könnte es auch Stabilitätszusagen geben. Zum Beispiel könnte Ultra 1.0 auch dann weiter angeboten werden, wenn Ultra 3.0 erscheint, sodass jemand, der es in sein Projekt integriert und validiert hat, erwarten kann, dass sich am zugrunde liegenden Modell wenig oder gar nichts ändert.
    • Es wirkt wie ein Nebeneffekt davon, dass die Versionen, die im Wettbewerb mit ChatGPT erscheinen, jeweils nicht gut genug sind und man deshalb gleichzeitig mehrere Versionen ankündigt, die angeblich besser als ChatGPT sind. Da das aber insgesamt jedes Mal nicht stimmt, wird dann wieder eine neue Version angekündigt.
      Nachdem inzwischen alle den Wert von Daten erkannt haben, dürfte das noch eine Weile so weitergehen, weil Unternehmen außerhalb von OpenAI es schwerer haben als früher, an große Mengen kostenloser Daten zu kommen.
      Unabhängig davon glaube ich, dass selbst Microsoft trotz vollständigem Zugriff auf ChatGPT bei der Umsetzung deutlich schlechter abschneidet. Apple dürfte eine Zeit lang ein ähnliches Schicksal ereilen.
    • Namensgebung in Unternehmen spiegelt meist das Organigramm und die Beförderungsambitionen mehrerer Einzelpersonen wider. Wenn man einem anderen Produkt den Namen des eigenen Teams gibt, hat man sein Territorium erweitert und kann dem Beförderungsausschuss Einfluss demonstrieren.
    • Das erinnert an das Namenschaos bei Googles Messaging-Diensten und Social Media.
    • So verwirrend ist es gar nicht. Ich denke, das liegt vor allem daran, dass sie gerade dabei sind, Namen zu ändern.
      Bard ist ein Name, der ausgemustert wird; Gemini ist der Modellname und weniger verwirrend, als es einfach „GPT“ zu nennen.
      Gemini Advanced ist ein leistungsfähigeres Gemini-Modell, Gemini Ultra das leistungsfähigste Gemini-Modell, und Gemini 1.0 ist die Modellversion; offenbar bedeutet das, dass sie jetzt bei 1.0 angekommen und bereit für den produktiven Einsatz ist.
  • Ich habe Gemini Advanced für 21 Dollar im Monat abonniert und es, wenn auch nur in einem Einzelfall, nach einer ziemlich schwierigen Programmieraufgabe gefragt; das Ergebnis war sehr gut. Es ging um Common Lisp, eine wenig bekannte Sprache, und seit 1982 meine Lieblingsprogrammiersprache. Es gibt auf der Welt bestimmt ein paar Dutzend CL-Fans.
    Sowohl der generierte Code als auch die begleitenden Erklärungen waren sehr gut.
    Nebenbei interessant: Ich nutze „kostenlose“ Google-Dienste wie die Suche und Gmail inzwischen kaum noch, gebe aber mittlerweile etwa 135 Dollar im Monat für kostenpflichtige Google-Dienste aus. GCP-Kosten sind dabei nicht eingerechnet. Bezahlangebote wie YouTube/Music Premium, YouTube TV und Play Books sind wirklich gut.