Την Τρίτη, η Google παρουσίασε το Gemini 2. 5, μια νέα σειρά μοντέλων AI λογικής που κάνουν παύσεις για να "σκεφτούν" πριν δώσουν απαντήσεις. Ως μέρος αυτής της κυκλοφορίας, η Google παρουσιάζει το Gemini 2. 5 Pro Experimental, το οποίο περιγράφεται ως μοντέλο AI πολυδιάστατης λογικής και επαίρεται ως η πιο έξυπνη προσφορά της εταιρείας μέχρι σήμερα. Αυτό το μοντέλο θα είναι διαθέσιμο την Τρίτη μέσω του Google AI Studio, της πλατφόρμας ανάπτυξης της εταιρείας, καθώς και στην εφαρμογή Gemini για τους συνδρομητές του πακέτου Gemini Advanced AI των 20 δολαρίων το μήνα. Προχωρώντας μπροστά, η Google ανακοίνωσε ότι όλα τα μελλοντικά της μοντέλα AI θα ενσωματώνουν ικανότητες λογικής. Από τότε που η OpenAI παρουσίασε το πρώτο της μοντέλο AI λογικής, το o1, τον Σεπτέμβριο του 2024, η τεχνολογική βιομηχανία προσπαθεί να ανταγωνιστεί ή να ξεπεράσει τις ικανότητές του. Αυτή τη στιγμή, εταιρείες όπως η Anthropic, η DeepSeek, η Google και η xAI έχουν αναπτύξει τα δικά τους μοντέλα AI λογικής, τα οποία χρησιμοποιούν πρόσθετους υπολογιστικούς πόρους και χρόνο για να ελέγξουν και να αναλύσουν προβλήματα πριν δώσουν απαντήσεις. Αυτές οι τεχνικές λογικής έχουν προωθήσει τα μοντέλα AI σε νέα επίπεδα απόδοσης σε μαθηματικά και προγραμματιστικά καθήκοντα. Πολλοί ειδικοί στο χώρο της τεχνολογίας πιστεύουν ότι τα μοντέλα λογικής θα παίξουν κρίσιμο ρόλο στους παράγοντες AI—αυτονομιασμένα συστήματα που μπορούν να εκτελούν καθήκοντα με ελάχιστη ανθρώπινη συμβολή.

Ωστόσο, είναι σημαντικό να σημειωθεί ότι αυτά τα μοντέλα ενδέχεται να επιφέρουν και υψηλότερο κόστος. Η Google είχε προηγουμένως πειραματιστεί με μοντέλα AI λογικής, παρουσιάζοντας μια “σκεπτόμενη” έκδοση του Gemini τον Δεκέμβριο. Παρ' όλα αυτά, το Gemini 2. 5 σηματοδοτεί την πιο φιλόδοξη προσπάθεια της εταιρείας να ξεπεράσει τη σειρά μοντέλων της OpenAI. Σύμφωνα με την Google, το Gemini 2. 5 Pro υπερβαίνει τα προηγούμενα μοντέλα AI της καθώς και αρκετούς κορυφαίους ανταγωνιστές σε διάφορους δείκτες. Συγκεκριμένα, η Google έχει σχεδιάσει το Gemini 2. 5 ώστε να ξεχωρίζει στη δημιουργία οπτικά ελκυστικών διαδικτυακών εφαρμογών και λύσεων κώδικα που βασίζονται σε παράγοντες. Σε μια αξιολόγηση προγραμματισμού με τίτλο Aider Polyglot, η Google αναφέρει ότι το Gemini 2. 5 Pro πέτυχε σκορ 68, 6%, ξεπερνώντας τα κορυφαία μοντέλα AI της OpenAI, της Anthropic και του κινεζικού εργαστηρίου AI DeepSeek. Ωστόσο, σε μια άλλη αξιολόγηση που επικεντρώνεται στις ικανότητες ανάπτυξης λογισμικού, με την ονομασία SWE-bench Verified, το Gemini 2. 5 Pro πήρε σκορ 63, 8%, ανταγωνιζόμενο το o3-mini της OpenAI και το R1 της DeepSeek, αλλά υπολείπεται του Claude 3. 7 Sonnet της Anthropic, που είχε σκορ 70, 3%. Σε μια πολυδιάστατη αξιολόγηση γνωστή ως Humanity’s Last Exam, η οποία περιλαμβάνει χιλιάδες ερωτήσεις από το πλήθος σε μαθηματικά, ανθρωπιστικές επιστήμες και φυσικές επιστήμες, η Google δηλώνει ότι το Gemini 2. 5 Pro πέτυχε σκορ 18, 8%, ξεπερνώντας τα περισσότερα ανταγωνιστικά μοντέλα ναυαρχίδες. Αρχικά, η Google έχει εξοπλίσει το Gemini 2. 5 Pro με ένα παράθυρο συμφραζομένων 1 εκατομμυρίου tokens, επιτρέποντας στο μοντέλο AI να επεξεργάζεται περίπου 750. 000 λέξεις ταυτόχρονα—περισσότερο από ολόκληρη τη σειρά βιβλίων "Άρχοντας των Δαχτυλιδιών". Επιπλέον, το Gemini 2. 5 Pro θα υποστηρίζει σύντομα διπλάσιο μήκος εισόδου, στα 2 εκατομμύρια tokens. Η Google δεν έχει αποκαλύψει τις τιμές API για το Gemini 2. 5 Pro, αλλά η εταιρεία σχεδιάζει να δώσει περισσότερες πληροφορίες τις επόμενες εβδομάδες.