Google indrømmer at halte efter, mens Gemini 4 er undervejs

Google DeepMinds nye chef har fastslået, at deres eneste mål er at være førende inden for de stærkeste AI-modeller. Det betyder, at virksomheden prioriterer teknologisk lederskab over pris for at genvinde toppen af markedet. Nu udvikler de Gemini 4 og gør Flash-serien til agenter, som er AI-systemer, der kan udføre opgaver selvstændigt.

Google DeepMind vil gerne være helt forrest i kapløbet om de mest avancerede kunstige intelligenser, som man kalder frontmodeller. Man kan sammenligne det med at ville have den hurtigste bil i Formel 1. Den nye chef, Koray Kavukcuoglu, siger, at det er virksomhedens vigtigste mål. Han afviser, at Google primært går op i prisen eller ydeevnen. For ham handler det om at være teknologisk førende.

Google indrømmer, at de lige nu ligger lidt bagud i forhold til de absolut bedste. Men chefen er sikker på, at de kan lukke hullet. Han peger på, at de har det rette hold af eksperter og masser af ressourcer. De har også en komplet teknologistak. Det betyder, at de har alle de tekniske værktøjer og systemer samlet på ét sted, så de selv kan styre hele processen mod toppen.

Arbejdet på Gemini 4 er allerede i gang og beskrives som deres hidtil mest ambitiøse projekt. En anden model, Gemini 3.5 Pro, er dog blevet forsinket med flere måneder. Den er dog stadig under udvikling.

Særligt Flash-serien gennemgår en spændende forvandling gennem versionerne 3.5, 3.6 og 3.7. De går fra at være rene sprogmodeller, der kan skrive tekst, til at blive kodende agenter. Hvor en model blot svarer på spørgsmål, er en agent som en digital medarbejder, der selvstændigt kan udføre opgaver. Det er især inden for software engineering, altså udvikling af computerprogrammer, at det skal lykkes. Det er her, systemerne skal fungere, for at projektet bliver en succes.

Vil du have, at jeg uddyber forskellen på en sprogmodel og en agent med et konkret eksempel?