A cég legjobb mesterséges intelligencia modelljei a kódolási képességek terén körülbelül hat hónappal elmaradnak a legkorszerűbb megoldásoktól, és kulcsemberek távoznak. Demis Hassabis lemondott a DeepMind vezérigazgatói posztjáról szerdaán, Jeff Dean pedig távozott, hogy startupot alapítson. Ezek a fejlemények arra utalnak, hogy a Google soha többé nem kerülhet az LLM-verseny élére — de ez a cég dominanciája szempontjából valószínűleg kevésbé fontos.
A verseny célja megváltozott
A versenyről alkotott kép átalakult: már nem az a központi kérdés, hogy ki birtokolja a legjobb modellt. A lényeg most az, hogy az AI hogyan teljesít valódi feladatokban. A mérce egyszerű: működik-e a megoldás, és mennyibe kerül. A felhasználók számára az érték nem a modell rangsora, hanem a szolgáltatás hasznossága és ár-érték aránya.
Gemini és a termékintegráció
Ha a felhasználó rákattint a Google ‘‘Gemini’’ jelére, olyan funkciók válnak elérhetővé, mint a természetes nyelvű keresés e-mailekben és a YouTube-on, vagy AI-visszajelzés írás közben a Google Docsban. A vállalat célja, hogy a kis kék gyémánt többféle feladatot lásson el, összekapcsolva a Google számos termékét (és akár külső szolgáltatásokat is), és a milliárdos felhasználói bázisból származó adatokhoz nyúlva. A Gemini Spark ennek a koncepciónak az első iterációja.
Működés a gyakorlatban, nem a versenypódiumon
Ahogy az AI-infrastruktúra fejlődik és a képességek bővülnek, a Google ökoszisztémája — a legnépszerűbb mobil operációs rendszer, a böngésző, az e-mail, a térképek és más szolgáltatások — egyre erősebb rendszerekké alakulhat, amelyek a felhasználók életének minden részét érintik, beleértve fizikai eszközöket, mint a tűzhely vagy az autó, és később a robotikát. Ezek a funkciók sok felhasználó számára szinte „varázs-szerűnek” tűnhetnek, különösen azoknak, akik nem kísérleteztek ügynökök programozásával.
Ugyanakkor a háttérben dolgozó modellek nem feltétlenül lesznek a csúcstechnológiát képviselők — és a legtöbb felhasználót ez nem fogja zavarni, ha a szolgáltatás működik.
Költség és számítási korlátok
A Google nem fog minden esetben a legerősebb modelleket használni, mert ezek alkalmazása csillagászati költségekkel járna, és valószínűleg nincs elég számítási kapacitás a világon, hogy ezt széles körben kihasználják. A gyakorlatban a mérlegelés arról szól, hogy melyik modell kínálja a kívánt működést elfogadható költségek mellett.
Vezetői változások és belső erőforrások
Vannak, akik izgalmasnak találják a termékek hatalmas skálájának kiépítését, de Demis Hassabis és Jeff Dean esetében érthető, hogy más problémák megoldása vonzóbb lehet számukra, miután sokat elértek és anyagilag is részesültek eredményeikből. A vállalatban most különösen fontos, hogy okos, technikai vezetők lépjenek elő és oldják meg a modellfejlesztés, architektúra és hatékonyság kihívásait — ami a források alapján nem tűnik leküzdhetetlen problémának. A Google mindig is bővelkedett tehetségekben, még ha az utóbbi időben néhány meghatározó személy távozott is.
Megjegyzés
A The New York Times beszámolója szerint Hassabis mellett több más vezető mesterségesintelligencia-kutató is távozik a Google-tól, hogy AI-startupot indítson. Ez a hullám további átrendeződéseket jelezhet az iparágban, de a Google meglévő termékportfóliója és felhasználói bázisa továbbra is erős alapot szolgáltathat a gyakorlati, skálázható AI-megoldások kiépítéséhez.
