Η Google ξεκίνησε τη διάθεση του Gemini 4 Argon, του νέου κορυφαίου μοντέλου τεχνητής νοημοσύνης που προορίζεται να ενισχύσει τη θέση της απέναντι στην OpenAI και την Anthropic. Ωστόσο, η κυκλοφορία συνοδεύεται από εσωτερικές επιφυλάξεις για το κατά πόσο οι υψηλές επιδόσεις που καταγράφει στα τεστ αντανακλούν τις πραγματικές δυνατότητές του.
Η Google παρουσίασε την Τετάρτη το μοντέλο σε περιορισμένο αριθμό συνεργατών της στον τομέα της κυβερνοασφάλειας, με την πρόσβαση να διευρύνεται μετά την ολοκλήρωση πρόσθετων δοκιμών και να ξεκινά από τους συνδρομητές επί πληρωμή.
Η εταιρεία υποστηρίζει ότι το Gemini 4 καταγράφει κορυφαίες επιδόσεις σε σειρά benchmarks, μεταξύ άλλων ξεπερνώντας το μοντέλο Astra της OpenAI σε δοκιμή που μετρά τις ικανότητες στον τομέα της ασφάλειας.
Υψηλές βαθμολογίες, αλλά ερωτήματα στην πράξη
Παρά τα αποτελέσματα των benchmarks, άνθρωποι με άμεση γνώση της ανάπτυξης του μοντέλου αναφέρουν ότι η εικόνα είναι πιο σύνθετη όταν το Gemini 4 χρησιμοποιείται σε πραγματικές εργασίες.
Σύμφωνα με τις ίδιες πηγές, το μοντέλο αντιμετωπίζει δυσκολίες σε ορισμένες εργασίες προγραμματισμού, ενώ εμφανίζει περιορισμούς και στον σχεδιασμό του front-end, δηλαδή στο κομμάτι που καθορίζει την εμφάνιση και την εμπειρία χρήσης εφαρμογών και ιστοσελίδων.
Η Google απορρίπτει την άποψη ότι το Gemini 4 παρουσιάζει χαμηλές επιδόσεις στον προγραμματισμό και παραπέμπει στις δηλώσεις του επικεφαλής της Google DeepMind, Κοράι Καβουκτζιόγλου, ο οποίος έχει εκφράσει την εμπιστοσύνη του στην ομάδα ανάπτυξης.
Στο εσωτερικό της Google, πάντως, οι απόψεις δεν είναι απολύτως ταυτόσημες. Ορισμένοι εργαζόμενοι θεωρούν ότι μοντέλα όπως τα Fable της Anthropic και Astra της OpenAI βελτιώνονται ταχύτερα, ενώ άλλοι εκτιμούν ότι το Gemini 4 έχει πλέον καλύψει σημαντικό μέρος της απόστασης από τους κορυφαίους ανταγωνιστές.
Το στοίχημα είναι κρίσιμο για τη Google
Η επιτυχία του Gemini 4 έχει ιδιαίτερη σημασία για τη Google, καθώς τα μοντέλα της τεχνητής νοημοσύνης βρίσκονται πίσω από μεγάλο μέρος των προϊόντων της, από τις απαντήσεις τεχνητής νοημοσύνης στη Google Search έως τα Maps, Gmail και Chrome.
Κάθε μία από αυτές τις υπηρεσίες διαθέτει περισσότερους από ένα δισεκατομμύριο χρήστες, προσφέροντας στη Google ένα πλεονέκτημα διανομής που δεν διαθέτουν στον ίδιο βαθμό οι ανταγωνιστές της.
Το πρόβλημα είναι ότι η OpenAI και η Anthropic δεν περιορίζονται πλέον στην ανάπτυξη μοντέλων, αλλά δημιουργούν και οι ίδιες προϊόντα που βασίζονται σε αυτά, μεταξύ άλλων εργαλεία για προγραμματισμό και αυτόνομους AI agents.
Ένα μοντέλο που δεν βρίσκεται στην αιχμή της τεχνολογίας θα μπορούσε έτσι να δώσει στους ανταγωνιστές περισσότερο χρόνο για να πείσουν καταναλωτές, προγραμματιστές και επιχειρήσεις να μεταφέρουν τις δραστηριότητές τους στις δικές τους πλατφόρμες.
Η αποτυχημένη προσπάθεια του Gemini 3.5 Pro
Η Google είχε παρουσιάσει τον περασμένο Μάιο το Gemini 3.5 Pro, με την υπόσχεση ότι θα κυκλοφορούσε τον Ιούνιο. Η προθεσμία πέρασε και η εταιρεία τελικά εγκατέλειψε το συγκεκριμένο σχέδιο.
Η εξέλιξη είχε κόστος τόσο σε χρόνο όσο και σε πόρους. Σύμφωνα με εκτίμηση της Bloomberg Intelligence, μια εκπαιδευτική διαδικασία για ένα τόσο μεγάλο μοντέλο μπορεί να κοστίσει έως και 400 εκατ. δολάρια, χωρίς να υπολογίζεται το κόστος των εξειδικευμένων ερευνητών.
Το Gemini 4 είναι επίσης ιδιαίτερα μεγάλο μοντέλο, γεγονός που μπορεί να αυξήσει το κόστος λειτουργίας του και να ασκήσει πιέσεις στα περιθώρια κέρδους της Google.
Η παγίδα των benchmarks
Ένα από τα ζητήματα που αναδεικνύονται αφορά στη λεγόμενη πρακτική «benchmaxxing»: την υπερβολική έμφαση των εταιρειών τεχνητής νοημοσύνης στις επιδόσεις των μοντέλων σε τυποποιημένα benchmarks, αντί για την πραγματική χρησιμότητά τους.
Η λογική είναι ότι οι υψηλές βαθμολογίες στα benchmarks μπορούν να λειτουργήσουν ως βασικό εργαλείο σύγκρισης για πελάτες και επενδυτές, χωρίς απαραίτητα να αποτυπώνουν το πόσο καλά ανταποκρίνεται ένα μοντέλο σε σύνθετες, καθημερινές εργασίες.
Ο Έντουιν Τσεν, ιδρυτής της Surge AI, παρομοίασε την κατάσταση με έναν μαθητή που επιτυγχάνει υψηλή βαθμολογία σε εξετάσεις, χωρίς αυτό να σημαίνει ότι θα έχει αντίστοιχη απόδοση στον πραγματικό κόσμο.
Οι δυνατότητες και τα προβλήματα της Google
Το Gemini 4 έχει πάντως και ισχυρά σημεία. Σύμφωνα με άνθρωπο με γνώση της ανάπτυξής του, εμφανίζει ιδιαίτερες ικανότητες στην επεξεργασία πληροφοριών πέρα από το απλό κείμενο, όπως η εξαγωγή μεταδεδομένων από βίντεο, ενώ αξιολογείται θετικά σε θέματα ασφάλειας και κυβερνοασφάλειας και στην παραγωγή φυσικού λόγου.
Η κυκλοφορία του έρχεται, ωστόσο, σε μια περίοδο εσωτερικών αλλαγών για τη Google. Τα τελευταία χρόνια έχουν αποχωρήσει αρκετοί κορυφαίοι ερευνητές στον χώρο της AI, ενώ ο Ντέμης Χασάμπις, που επί χρόνια ηγούνταν της ερευνητικής δραστηριότητας της DeepMind, ανέλαβε τον Αύγουστο ρόλο προέδρου, παραδίδοντας την καθημερινή διοίκηση στον Καβουκτζιόγλου.
Η Google υποστηρίζει ότι το Gemini 4 έχει σχεδιαστεί για μακρά και σύνθετα έργα σε τομείς όπως ο προγραμματισμός, τα χρηματοοικονομικά, η νομική και η κυβερνοασφάλεια. Μπορεί επίσης να παράγει απαντήσεις έως και 1 εκατ. tokens, δηλαδή περίπου 750.000 λέξεις, σε μία μόνο διαδικασία.
Την ίδια ώρα, ο ανταγωνισμός συνεχίζεται με υψηλές ταχύτητες. Η Meta έχει ήδη παρουσιάσει τον Muse, έναν AI agent που μπορεί να αναλαμβάνει καθημερινές εργασίες, όπως ηλεκτρονικές αγορές και κρατήσεις, εντείνοντας την πίεση στη Google να αποδείξει ότι το Gemini 4 δεν είναι απλώς ένα μοντέλο με υψηλές επιδόσεις στα benchmarks, αλλά ένα εργαλείο που ανταποκρίνεται αποτελεσματικά στις πραγματικές ανάγκες των χρηστών.
Διαβάστε ακόμη
Το κρίσιμο 15ήμερο για την ενέργεια: Στη θέρμανση το βάρος, στην Ευρώπη οι επόμενες κινήσεις
Τραμπ: «Εξετάζω κάθε μέρα το ενδεχόμενο απαγόρευσης εξαγωγών ντίζελ» για να μειωθούν οι τιμές
Για όλες τις υπόλοιπες ειδήσεις της επικαιρότητας μπορείτε να επισκεφθείτε το Πρώτο ΘΕΜΑ
Σχολίασε εδώ
Για να σχολιάσεις, χρησιμοποίησε ένα ψευδώνυμο.