Møt PaLM 2, Googles siste forsøk på å komme tilbake til AI-løpet

Google I/O bringer en fersk LLM til AI-løpet. Møt Bard AIs nye motor, PaLM 2. Kan den konkurrere med GPT4 og hjelpe Google i AI-løpet?

Vi stilte dette spørsmålet direkte til Googles AI chatbot Bard, og her er svaret:

"Ja, PaLM 2 har potensialet til å konkurrere med GPT4 og hjelpe Google i AI-løpet. Palm 2 er en nyere modell enn GPT4, og den har blitt trent på et større datasett med tekst og kode. Dette betyr at Palm 2 har potensial til å være kraftigere og mer allsidig enn GPT4.

I tillegg er PaLM 2 åpen kildekode, noe som betyr at den er tilgjengelig for alle å bruke og forbedre. Dette betyr at Palm 2 har potensial til å bli mer utbredt enn GPT4, som kun er tilgjengelig for noen få utvalgte selskaper.

Endelig har Google mye ressurser og ekspertise innen AI. Dette betyr at Google er godt posisjonert til å utvikle og forbedre PaLM 2, og til å bruke den til å lage nye og innovative produkter og tjenester.

Totalt sett har PaLM 2 potensial til å bli en stor aktør i AI-løpet. Det er en kraftig og allsidig modell som er tilgjengelig for alle. Google har ressursene og ekspertisen til å utvikle og forbedre PaLM 2, og til å bruke den til å skape nye og innovative produkter og tjenester.»

-Bard AI

Det er et ambisiøst svar, men hvis Google ikke vil miste sin posisjon i den blomstrende AI-industrien, må dette være riktig.

Hva er PaLM 2?

PaLM (Pathway Language Model) 2 er en ny stor språkmodell (LLM) utviklet av Google og annonsert på sin Google I/O-konferanse i 2023. Det er den andre iterasjonen av PaLM, som ble lansert i april 2022. Den er designet for å ha forbedrede muligheter innen flerspråklighet, resonnement og koding.

• flerspråklighet: PaLM2 er trent på over 100 språk, inkludert idiomer, dikt og gåter. Den kan også bestå avanserte språkferdighetseksamener på «ekspert»-nivå.
• Argumentasjon: PaLM2 kan håndtere logikk, sunn fornuft og matematikk bedre enn tidligere modeller. Den ble trent på et omfattende datasett som inkluderer vitenskapelige artikler og nettsider som inneholder matematiske uttrykk.
• Koding: PaLM2 innebærer en kodingsforbedring av vesentlig betydning. Denne bemerkelsesverdige oppdateringen omfatter omfattende opplæring på tvers av et repertoar på over 20 programmeringsspråk, som omfatter både mye brukte og spesialiserte som Prolog og Fortran. Google fremhever at den nye LLM til og med kan tilby flerspråklig dokumentasjon som belyser kodegenereringsprosessen, noe som gjør denne utviklingen til et potensielt betydelig fremskritt for programmerere som søker økt ferdighet og forståelse.

PaLM 2 forventes å drive over 25 Google-produkter og -funksjoner, som Google Assistant, Google Translate, Google Photos og Google Search. Det forventes også å konkurrere med OpenAIs GPT-4, som er en annen LLM som har over én billion parametere.

I dag introduserer vi vår nyeste PaLM-modell, PaLM 2, som bygger på vår grunnleggende forskning og vår nyeste infrastruktur. Den er svært dyktig til et bredt spekter av oppgaver og enkel å distribuere. Vi kunngjør mer enn 25 produkter og funksjoner drevet av PaLM 2 i dag. #GoogleIO

- Google (@Google) Kan 10, 2023

Disse forbedringene kan være svært nyttige, og hvis du trenger en «lettversjon» for mobil, har Google allerede tenkt på det. PaLM2 kommer i fire forskjellige størrelser:

• Gecko
• Otter
• Bison
• Unicorn

Gecko er den minste og raskeste modellen som kan fungere på mobile enheter selv når den er offline. Otter, Bison og Unicorn er større og kraftigere modeller som kan håndtere mer komplekse oppgaver.

Hvordan fungerer PaLM 2?

PaLM 2 er en nevrale nettverksmodell som er trent på et massivt datasett med tekst og kode. Modellen er i stand til å lære relasjonene mellom ord og uttrykk, og den kan bruke denne kunnskapen til å utføre en rekke oppgaver.

Imidlertid er PaLM 2-drevne Bard fortsatt et eksperiment, ifølge Google. Det kan noen ganger gjøre feil, og det kan ikke være i stand til å forstå alle typer tekst eller hallusinere. Google tror at etter hvert som den fortsetter å utvikle seg, vil den bli enda mer feilsikker.

Google PaLM 2-parametere

Parallelt med OpenAIs tilnærming, har Google valgt å avsløre begrensede tekniske spesifikasjoner angående opplæringsmetodikken som brukes for denne avanserte modellen, inkludert nøyaktige parametertellinger. Likevel er det verdt å merke seg at PaLM 2 er en formidabel modell som kan skilte med en imponerende skala på 540 milliarder parametere.

Informasjonen fra Google fremhever grunnlaget for PaLM2 på deres nyeste JAX-rammeverk og TPU v4-infrastruktur, noe som gjenspeiler deres forpliktelse til å utnytte banebrytende teknologier for å lette modellens utvikling og ytelse.

Hva kan du gjøre med takket være PaLM 2?

Palm 2, en avansert storspråkmodell (LLM) utviklet av Google, representerer et banebrytende gjennombrudd og er nå tilgjengelig for allmennheten. Googles siste LLM er trent på et massivt datasett med tekst og kode, og den er i stand til å utføre et bredt spekter av oppgaver, inkludert:

• Naturlig språkforståelse: PaLM2 kan forstå betydningen av tekst, selv om den er kompleks eller tvetydig.
• Naturlig språkgenerering: PaLM2 kan generere tekst som er både sammenhengende og grammatisk korrekt.
• Kodegenerering: PaLM2 kan generere kode i en rekke programmeringsspråk.
• Oversettelse: PaLM2 kan oversette tekst fra ett språk til et annet.
• Svar på spørsmål: PaLM2 kan svare på spørsmål om tekst, kode og den virkelige verden.

Med PaLM 2 lover Bard stort sett alt GPT4 har å tilby i ChatGPT, med oppdatert informasjon.

Hvordan bruker jeg PaLM 2?

Den enkleste måten å bruke / få tilgang til PaLM 2 på er å bruke Bard AI. For å bruke Bard, klikk bare her..

PaLM 2 vil også være tilgjengelig via Google AI-plattformen. Du kan bruke den til å generere tekst, oversette språk, skrive ulike typer kreativt innhold og svare på spørsmålene dine på en informativ måte.

For å lære mer om det, vennligst besøk Google og PaLM 2 teknisk rapport.

Sammenligning: PaLM 2 vs GPT4

De siste årene har det vært en bølge av interesse for store språkmodeller (LLM). Disse modellene er trent på massive datasett med tekst og kode, og de kan brukes til en rekke oppgaver, inkludert naturlig språkbehandling, maskinoversettelse og kodegenerering.

To av de mest fremtredende LLM-ene i dag er PaLM 2 og GPT-4, utviklet av henholdsvis Google og OpenAI. I dette blogginnlegget skal vi sammenligne disse to modellene og se hvordan de er forskjellige når det gjelder størrelse, data, muligheter og applikasjoner.

PaLM 2 vs GPT4: Størrelse

En av hovedfaktorene som skiller LLM-er er størrelsen deres, målt etter antall parametere de har. Parametre er de numeriske verdiene som bestemmer hvordan modellen behandler input og genererer output. Jo flere parametere en modell har, jo mer kompleks og kraftig er den, men også mer beregningsmessig kostbar og vanskelig å trene.

PaLM2 har fire undermodeller med forskjellige størrelser: Unicorn (den største), Bison, Otter og Gecko (den minste). Google har ikke avslørt det nøyaktige antallet parametere for hver undermodell. GPT-4 har 12 undermodeller med forskjellige størrelser, fra 125 millioner til 1 billion parametere. Begge modellene bruker en transformatorarkitektur, som er et nevralt nettverksdesign som muliggjør parallell prosessering og langdistanseavhengigheter.

PaLM 2 vs GPT4: Data

En annen faktor som skiller LLM-er er dataene de er trent på. Data er kilden til kunnskap og ferdigheter for modellene, og det påvirker deres ytelse og generaliseringsevne. Jo mer mangfoldig og høykvalitets data en modell er trent på, jo mer allsidig og nøyaktig er den.

PaLM 2 er trent på over 100 språk og en rekke domener, som matematikk, naturfag, programmering, litteratur og mer. Den bruker et kuratert datasett som filtrerer ut lavkvalitets eller skadelig tekst, for eksempel spam, hatefulle ytringer eller feilinformasjon. PaLM 2 bruker også en teknikk kalt pathways learning, som lar den lære fra flere informasjonskilder og kombinere dem på en sammenhengende måte.

GPT-4 er trent på et bredere utvalg av data enn PaLM 2, og dekker nesten alle domener og språk tilgjengelig på internett. Den bruker et datasett kalt Pile, som består av 825 terabyte med tekst skrapet fra forskjellige kilder, som Wikipedia, Reddit, bøker, nyhetsartikler, nettsider og mer. GPT-4 bruker ingen filtrering eller kurering for sine data, noe som betyr at den kan lære av teksten den møter, men også potensielt arve dens skjevheter eller feil.

PaLM 2 vs GPT4: Muligheter

Den tredje faktoren som skiller LLM-er er deres evner, eller hva de kan gjøre med teksten de genererer. Mulighetene avhenger av både størrelsen og dataene til modellene, samt oppgavene de er finjustert for. Finjustering er prosessen med å tilpasse en generell modell til en spesifikk oppgave eller domene ved å trene den på et mindre datasett som er relevant for den oppgaven eller domenet.

PaLM 2 har forbedret evner innen logikk og resonnement takket være sin brede opplæring på disse områdene. Den kan løse avanserte matematiske problemer, forklare trinnene og gi diagrammer. Den kan også skrive og feilsøke kode på over 20 programmeringsspråk og gi dokumentasjon på flere språk. Den kan også generere naturlig språktekst for ulike oppgaver og domener, for eksempel oversettelse, oppsummering, svar på spørsmål, chatbot-samtale, oppdaterte data og mer.

GPT-4 har imidlertid mer allsidige funksjoner enn Googles LLM, takket være sine bredere treningsdata. Den kan generere tekst på naturlig språk for nesten enhver oppgave eller domene du kan tenke deg, foreløpig. Noen av dem er oversettelse, oppsummering, svar på spørsmål, chatbot-samtale, tekstfullføring, tekstgenerering, tekstanalyse, tekstsyntese, tekstklassifisering, tekstutvinning,
tekstparafrasering og mer.

Dom: PaLM 2 vs GPT4

Det avhenger av dine behov. Hvis du trenger en LLM som er sterk på resonnement og logikk, med en "Google it"-knapp, så er PaLM 2 det bedre valget. Hvis du trenger en LLM som er rask, god til å generere tekst og har bevist seg selv, så er GPT-4 det bedre valget.

Til syvende og sist er den beste måten å velge en LLM på å prøve dem begge og se hvilken som fungerer best for deg. AI er en reise bare begrenset til fantasien din.

Å, er du ny til AI, og alt virker for komplisert? Fortsett å lese…

---

Bilde med tillatelse: Google

AI 101

Du kan fortsatt sette deg på AI-toget! Vi har laget en detaljert AI-ordliste for de mest brukte termer for kunstig intelligens og forklare grunnleggende om kunstig intelligens samt risikoer og fordeler ved AI. Bruk dem gjerne. Læring hvordan du bruker AI er en game changer! AI-modeller vil forandre verden.

I neste del kan du finne beste AI-verktøy å bruke til å lage AI-genererte videoer og mer.

AI-verktøy vi har gjennomgått

Nesten hver dag dukker et nytt verktøy, modell eller funksjon opp og endrer livene våre, og vi har allerede gjennomgått noen av de beste:

• Tekst-til-tekst AI-verktøy

Vil du lære hvordan bruke ChatGPT effektivt? Vi har noen tips og triks for deg uten å bytte til Chat GPT Plus, Som hvordan laste opp PDF til ChatGPT! Men når du vil bruke AI-verktøyet, kan du få feil som "ChatGPT er på kapasitet akkurat nå" og "for mange forespørsler på 1 time prøv igjen senere". Ja, de er virkelig irriterende feil, men ikke bekymre deg; vi vet hvordan vi skal fikse dem. Er ChatGPT plagiat gratis? Det er et vanskelig spørsmål å finne et enkelt svar. Hvis du er redd for plagiering, bruk gjerne AI plagiatkontrollere. Du kan også sjekke andre AI chatbots og AI essay forfattere for bedre resultater.

• Tekst-til-bilde AI-verktøy

Mens det fortsatt er noen debatter om kunstig intelligens-genererte bilder, folk leter fortsatt etter beste AI-kunstgeneratorer. Vil AI erstatte designere? Fortsett å lese og finn ut.

• AI-videoverktøy
• AI presentasjonsverktøy
• AI søkemotorer
• AI interiørdesignverktøy
• Andre AI-verktøy

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• PlatoAiStream. Web3 Data Intelligence. Kunnskap forsterket. Tilgang her.
• Minting the Future med Adryenn Ashley. Tilgang her.
• Kjøp og selg aksjer i PRE-IPO-selskaper med PREIPO®. Tilgang her.
• kilde: https://dataconomy.com/2023/05/11/what-is-palm-2-vs-gpt4-google-ai-bard/