Google sedang mencoba membuat terobosan dengan Gemini, model, aplikasi, dan layanan generatif kecerdasan buatan unggulan. Meskipun Gemini tampak menjanjikan dalam beberapa aspek, Gemini masih kurang dalam aspek lain – seperti yang terungkap dalam ulasan informal kami.
Jadi apa itu Gemini? Bagaimana Anda bisa menggunakannya? Dan bagaimana perbandingannya dengan kompetitor?
Untuk memudahkan Anda mengikuti perkembangan terbaru Gemini, kami telah menyusun panduan praktis ini, yang akan terus kami perbarui seiring dengan diperkenalkannya model dan fitur Gemini baru.
Apa itu Gemini?
Gemini adalah rangkaian model GenAI generasi mendatang yang telah lama ditunggu-tunggu oleh Google, dikembangkan oleh laboratorium penelitian kecerdasan buatan Google, DeepMind, dan Google Research. Itu datang dalam tiga rasa:
Gemini Ultraandalan model Gemini.
Gemini ProModel Gemini “ringan”.
Gemini Nanomodel “sulingan” yang lebih kecil yang berjalan di perangkat seluler seperti Pixel 8 Pro.
Semua model Gemini telah dilatih untuk menjadi “multimodal asli” – dengan kata lain, mampu bekerja dan menggunakan lebih dari sekedar kata-kata. Mereka telah dilatih sebelumnya dan disesuaikan dengan berbagai suara, gambar, dan video, sejumlah besar basis kode, dan teks dalam berbagai bahasa.
Hal ini membedakan Gemini dari model seperti LaMDA milik Google, yang dilatih secara eksklusif pada data teks. LaMDA tidak dapat memahami atau menghasilkan apa pun selain teks (misalnya esai, draf email), tetapi tidak demikian halnya dengan model Gemini.
Apa perbedaan antara aplikasi Gemini dan model Gemini?
Terima kasih untuk gambarnya: Google
Google, sekali lagi membuktikan kurangnya bakat branding, tidak menjelaskan sejak awal bahwa Gemini terpisah dan berbeda dari web dan aplikasi seluler Gemini (sebelumnya Bard). Aplikasi Gemini hanyalah antarmuka yang melaluinya model Gemini tertentu dapat diakses – anggap saja sebagai klien untuk GenAI Google.
Kebetulan, aplikasi dan model Gemini juga sepenuhnya independen dari Imagen 2, model teks-ke-gambar Google yang tersedia di beberapa alat dan lingkungan pengembang perusahaan. Jangan khawatir – Anda bukan satu-satunya yang bingung dengan hal ini.
Apa yang bisa dilakukan Gemini?
Karena model Gemini bersifat multimodal, mereka secara teoritis dapat melakukan berbagai tugas multimodal, mulai dari transkripsi ucapan, pembuatan teks gambar dan video, hingga pembuatan karya seni. Hanya sedikit dari kemampuan ini yang berhasil mencapai tahap produk (lebih lanjut tentang itu nanti), namun Google menjanjikan semuanya — dan lebih banyak lagi — dalam waktu yang tidak terlalu lama lagi.
Tentu saja, agak sulit untuk mempercayai kata-kata perusahaan.
Google benar-benar mengungguli Bard pada peluncuran aslinya. Dan baru-baru ini mereka membuat heboh dengan sebuah video yang dimaksudkan untuk menunjukkan kemampuan Gemini, yang ternyata palsu dan kurang lebih aspiratif.
Namun, dengan asumsi Google kurang lebih benar dalam klaimnya, inilah kemampuan berbagai level Gemini setelah mereka mencapai potensi penuhnya:
Gemini Ultra
Google mengatakan Gemini Ultra – berkat multimodalitasnya – dapat digunakan untuk membantu hal-hal seperti pekerjaan rumah fisika, soal lembar kerja langkah demi langkah, dan menunjukkan kemungkinan kesalahan dalam jawaban yang sudah diisi sebelumnya.
Gemini Ultra juga dapat digunakan untuk tugas-tugas seperti mengidentifikasi makalah ilmiah yang berkaitan dengan masalah tertentu, kata Google – mengekstraksi informasi dari makalah tersebut dan “memperbarui” grafik dari makalah tersebut dengan menghasilkan rumus yang diperlukan untuk membuat ulang grafik dengan data yang lebih baru. .
Gemini Ultra secara teknis mendukung pembuatan gambar seperti yang disebutkan sebelumnya. Namun kemampuan ini belum diterapkan pada model versi produksi—mungkin karena mekanismenya lebih kompleks dibandingkan cara aplikasi seperti ChatGPT menghasilkan gambar. Daripada meminta untuk mengirim ke generator gambar (seperti DALL-E 3, dalam kasus ChatGPT), Gemini menghasilkan gambar “secara asli”, tanpa langkah perantara.
Gemini Ultra tersedia sebagai API melalui Vertex AI, platform pengembang AI yang dikelola sepenuhnya oleh Google, dan AI Studio, alat berbasis web Google untuk pengembang aplikasi dan platform. Ini juga mendukung aplikasi Gemini – tetapi tidak gratis. Akses ke Gemini Ultra melalui apa yang disebut Google Gemini Advanced memerlukan langganan $20 per bulan untuk paket premium Google One AI.
Paket AI premium juga menghubungkan Gemini ke akun Google Workspace Anda yang lebih luas – misalnya email di Gmail, dokumen di Dokumen, presentasi di Spreadsheet, dan rekaman Google Meet. Ini berguna, misalnya, untuk meringkas email atau mencatat catatan Gemini selama panggilan video.
Gemini Pro
Google mengatakan bahwa Gemini Pro merupakan peningkatan dari LaMDA dalam kemampuan penalaran, perencanaan, dan pemahamannya.
Sebuah studi independen yang dilakukan oleh peneliti Carnegie Mellon dan BerriAI menemukan bahwa Gemini Pro memang lebih baik daripada OpenAI GPT-3.5 ketika menangani rantai penalaran yang lebih panjang dan kompleks. Namun, penelitian ini juga menemukan bahwa, seperti semua model bahasa besar, Gemini Pro khususnya kesulitan dengan soal matematika yang melibatkan beberapa digit, dan pengguna menemukan banyak contoh penalaran dan kesalahan yang buruk.
Namun, Google menjanjikan peningkatan – dan yang pertama datang dalam bentuk Gemini 1.5 Pro.
Didesain sebagai pengganti drop-in, Gemini 1.5 Pro (saat ini dalam Pratinjau) mengalami peningkatan dibandingkan pendahulunya di sejumlah area, mungkin yang paling menonjol adalah jumlah data yang dapat ditanganinya. Gemini 1.5 Pro dapat (dalam pratinjau pribadi terbatas) menampung ~700.000 kata atau ~30.000 baris kode – 35x jumlah yang dapat ditangani Gemini 1.0 Pro. Dan – modelnya multimodal – tidak terbatas pada teks. Gemini 1.5 Pro dapat menganalisis audio hingga 11 jam atau satu jam video dalam berbagai bahasa, meskipun lambat (misalnya menemukan adegan dalam video berdurasi satu jam membutuhkan waktu pemrosesan 30 detik hingga satu menit).
Gemini Pro juga tersedia melalui API di Vertex AI yang mengambil teks sebagai masukan dan menghasilkan teks sebagai keluaran. Titik akhir lainnya, Gemini Pro Vision, dapat menangani teks Dan gambar – termasuk foto dan video – dan teks keluaran sesuai dengan model OpenAI GPT-4 dengan Vision.
Menggunakan Gemini Pro di Vertex AI. Terima kasih untuk gambarnya: Gemini
Dalam Vertex AI, pengembang dapat menyesuaikan Gemini Pro dengan konteks dan kasus penggunaan tertentu melalui proses penyesuaian atau “pembumian”. Gemini Pro juga dapat terhubung ke API pihak ketiga eksternal untuk melakukan tindakan tertentu.
Ada alur kerja di AI Studio untuk membuat perintah obrolan terstruktur menggunakan Gemini Pro. Pengembang memiliki akses ke titik akhir Gemini Pro dan Gemini Pro Vision dan dapat menyesuaikan suhu model untuk mengontrol rentang keluaran materi iklan dan memberikan contoh dengan panduan nada dan gaya – serta mengubah pengaturan keamanan.
Gemini Nano
Gemini Nano adalah versi yang jauh lebih kecil dari Gemini Pro dan Ultra, dan cukup efisien untuk dijalankan langsung di (beberapa) ponsel daripada mengirimkan pekerjaan ke server di suatu tempat. Sejauh ini di Pixel 8 Pro, ini mendukung dua fungsi: Meringkas di Perekam dan Balasan Cerdas di Gboard.
Aplikasi Perekam, yang memungkinkan pengguna merekam dan menyalin audio dengan satu sentuhan tombol, berisi ringkasan rekaman percakapan, wawancara, presentasi, dan cuplikan lainnya berdasarkan teknologi Gemini. Pengguna mendapatkan ringkasan ini bahkan saat mereka tidak memiliki sinyal atau koneksi Wi-Fi – dan untuk melindungi privasi, tidak ada data yang keluar dari ponsel mereka.
Gemini Nano juga ada di Gboard, aplikasi keyboard Google, sebagai pratinjau pengembang. Di sana, ia mendukung fitur yang disebut Balasan Cerdas yang membantu menyarankan hal berikutnya yang ingin Anda katakan dalam percakapan aplikasi perpesanan. Fitur ini awalnya hanya berfungsi dengan WhatsApp, tetapi aplikasi lain akan menyusul pada tahun 2024, kata Google.
Apakah Gemini lebih baik daripada GPT-4 OpenAI?
Google telah berulang kali memuji keunggulan Gemini dalam tolok ukur, mengklaim bahwa Gemini Ultra mengungguli teknologi terkini dalam “30 dari 32 tolok ukur akademis yang banyak digunakan dalam penelitian dan pengembangan model bahasa besar”. Sementara itu, perusahaan mengatakan Gemini Pro lebih mampu melakukan tugas-tugas seperti meringkas konten, bertukar pikiran, dan menulis dibandingkan GPT-3.5.
Namun terlepas dari pertanyaan apakah tolok ukur tersebut benar-benar menunjukkan model yang lebih baik, skor Google tampaknya hanya sedikit lebih baik dibandingkan model OpenAI yang terkait. Dan – seperti disebutkan sebelumnya – beberapa kesan pertama tidak bagus, dengan pengguna dan akademisi menunjukkan bahwa Gemini Pro cenderung salah memahami fakta dasar, kesulitan dengan terjemahan, dan memberikan saran pengkodean yang buruk.
Berapa Biaya Gemini?
Gemini Pro gratis untuk digunakan di aplikasi Gemini dan untuk saat ini di AI Studio dan Vertex AI.
Namun, setelah Gemini Pro selesai melakukan pratinjau di Vertex, model tersebut akan dikenakan biaya $0,0025 per karakter, sedangkan output akan dikenakan biaya $0,00005 per karakter. Pelanggan Vertex membayar per 1.000 karakter (sekitar 140 hingga 250 kata) dan, dalam kasus model seperti Gemini Pro Vision, per gambar ($0,0025).
Katakanlah artikel 500 kata memiliki 2.000 karakter. Meringkas artikel ini dengan Gemini Pro akan berharga $5. Sementara itu, sebuah artikel dengan panjang yang sama akan membutuhkan biaya pembuatan sebesar $0,1.
Harga Ultra belum diumumkan.
Di mana Anda bisa mencoba Gemini?
Gemini Pro
Tempat termudah untuk merasakan Gemini Pro adalah di aplikasi Gemini. Pro dan Ultra menjawab pertanyaan dalam beberapa bahasa.
Gemini Pro dan Ultra juga tersedia dalam pratinjau di Vertex AI melalui API. Untuk saat ini, API ini bebas digunakan “dalam batas tertentu” dan mendukung wilayah tertentu, termasuk Eropa, serta fitur seperti obrolan dan pemfilteran.
Di tempat lain, Gemini Pro dan Ultra dapat ditemukan di AI Studio. Dengan menggunakan layanan ini, pengembang dapat melakukan iterasi pada perintah dan chatbot berbasis Gemini, lalu mendapatkan kunci API untuk digunakan dalam aplikasi mereka—atau mengekspor kode ke IDE yang lebih berfitur lengkap.
Duet AI untuk Pengembang, rangkaian alat bantuan penyelesaian dan pembuatan kode Google, kini menggunakan model Gemini. Dan Google menghadirkan model Gemini ke alat pengembang seluler Chrome dan Firebase miliknya.
Gemini Nano
Gemini Nano ada di Pixel 8 Pro — dan akan hadir di perangkat lain di masa mendatang. Pengembang yang tertarik untuk memasukkan model ini ke dalam aplikasi Android mereka dapat mendaftar untuk melihat pratinjau.
+ There are no comments
Add yours