Truizmem jest stwierdzenie, że 2024 rok to drugi już z rzędu rok, w którym główne skrzypce grane są przez sztuczną inteligencję. Przyznanie nagrody Nobla za stworzenie modelu AI do przewidywania struktur białkowych pokazuje, jak istotna zaczyna być sztuczna inteligencja. Chociaż na płaszczyźnie wszechstronnych modeli językowych Google Gemini na ten moment przegrywa z rozwiązaniami opracowanymi przez OpenAI, Perplexity czy Claude, Google zaczyna stawiać na niszowe produkty. Podsumowując prace nad AI w 2024 roku, sprawdzamy też, nad jakimi wynalazkami pracuje obecnie Google i które projekty związane z AI mają największe szanse powodzenia!
Google zamierza dalej rozwijać sztuczną inteligencję
W ostatnim artykule Google dzieli się najnowszymi osiągnięciami w dziedzinie sztucznej inteligencji. Prezentuje też kilka najnowszych wydarzeń, takich jak np. Forum Sztucznej Inteligencji dla Nauki. Omawiany artykuł można w całości przeczytać na oficjalnym Blogu Google.
Artykuł, który stanowi rodzaj podsumowania dotychczasowych osiągnięć związanych z AI, ma wyznaczać także nowe kierunki rozwoju w tej dyscyplinie. Zespoły Google, w tym słynne Google DeepMind, koncentrować się będzie w 2025 r. m.in. na tworzeniu systemów sztucznej inteligencji na potrzeby branży medycznej (tu kłania się AlphaFold, którego inżynierowie otrzymali w tym roku Nagrodę Nobla), reagowania kryzysowego oraz sektora edukacji i szkolnictwa. Sprawdzamy, jak Google zamierza podejść do rozwoju sztucznej inteligencji w kolejnym roku!
Sztuczna inteligencja dla nauki
Na wstępie warto zaznaczyć, że artykuł Google wygląda tak, jakby pracowało nad nim sześciu copywriterów, którzy nie do końca się ze sobą konsultowali. Opracowanie zaczyna się od kontrowersyjnej tezy, zgodnie z którą chociaż postęp naukowy jest “szybki i nieustanny”, to jednak “przez ostatnie dziesięciolecia rozwój nauki faktycznie zwalniał”. Google zamierza działać na rzecz odwrócenia tej tendencji, a główną płaszczyzną będzie rozwój sztucznej inteligencji.
W tym celu w tym miesiącu Google DeepMind i Royal Society zorganizowały pierwsze Forum Sztucznej Inteligencji dla Nauki. W obradach Forum brali udział naukowcy, politycy i przedsiębiorcy, a przedmiotem dyskusji było to, jak sztuczna inteligencja może przyspieszać tworzenie kolejnych przełomowych odkryć naukowych i rozwiązywać niektóre z największych obecnych wyzwań, przed którymi stoimy. Część tego obejmuje prace na styku polityki i technologii, czego przykładem są m.in. prace związane z tworzeniem nowych leków i terapii farmakologicznych, udoskonalaniu możliwych źródeł energii elektrycznych i opracowywaniu nowych rozwiązań produkcyjnych.
LearnLM – specjalistyczne modele językowe Google
Google zastrzega, że sztuczna inteligencja umożliwia tworzenie “jeszcze bardziej potężnych i interaktywnych sposobów poznawania świata”, które przede wszystkim zrewolucjonizują system edukacji. Ostatnim działaniem spółki w tym zakresie było stworzenie konferencji “Nauka w erze AI”, na której po raz kolejny zaprezentowano nowe narzędzie Google – LearnLM (po raz pierwszy pojawiło się na konferencji Google I/O).
LearnLM to nowa rodzina modeli językowych opartych na Gemini. Została opracowana przez połączone działania zespołów Google DeepMind i Google Research. Modele mają znaleźć zastosowania w szeroko rozumianej edukacji jako pomoc naukowa dla uczniów różnych grup wiekowych, a także przydatne narzędzie na co dzień. Zapowiedziany model ma też wiązać się z innymi usługami Google i oferować pomoc w poruszaniu się po nich.
Chociaż nie jest to jeszcze na 100% pewne, prawdopodobnie Google podąża w kierunku wyspecjalizowanych modeli językowych, szukając w ten sposób swojej niszy. Wiadomo bowiem, że Gemini dobitnie przegrywa z Perplexity i ChatGPT pod względem popularności. Rozwiązaniem tego problemu może być skoncentrowanie się na konkretnych usługach, takich jak np. modele LearnLM dla edukacji. Potwierdzają to także doniesienia o opracowywaniu modeli Google Gems. Będą to niestandardowe wersje Gemini, które mają pełnić funkcję eksperta w konkretnych dziedzinach. Nie wiadomo jednak, na ile będą to rozbudowane, zaawansowane i niezależne narzędzia, a na ile jedynie zoptymalizowane nadrzędnymi komendami, inne wersje Gemini.
Więcej sztucznej inteligencji do zakupów
Google zamierza również dalej rozwijać zastosowania sztucznej inteligencji w branży e-commerce. Docelowo AI ma całkowicie zmieniać sposób robienia zakupów, który – zgodnie z artykułem Google – “będzie łączyć doświadczenia zakupów stacjonarnych z zakupami przez internet”.
O tym, że jest potrzeba na rozwiązania AI w branży zakupowej, nie trzeba nikogo przekonywać. Soczewka Google Lens używany w prawie 20 miliardach wyszukiwań wizualnych miesięcznie. 20% tych wyszukiwań, czyli ok. 4 miliardy, koncentruje się właśnie na zakupach. Narzędzie bardzo często wykorzystywane jest bezpośrednio w trakcie robienia zakupów stacjonarnych. Gdy jesteśmy w sklepie, możemy szybko zrobić zdjęcie danego produktu, aby natychmiast sprawdzić jego recenzje, opinie użytkowników, ceny i alternatywne opcje zakupu.
Kolejnym krokiem mającym na celu pomóc w zakupach jest udoskonalenie aplikacji Gemini. W listopadzie Google udostępniło Gemini na iPhone’a, dzięki czemu użytkownicy smartfonów Apple’a mogą cieszyć się zarówno funkcjami asystenta i rozmowami Gemini Live. Ponadto Gemini oczywiście dalej wzmacnia kompatybilność z Androidem, przejmując coraz więcej funkcji, w tym m.in. rozpoznawanie preferencji zakupowych użytkownika, tworzenie spersonalizowanych rekomendacji produktów oraz obsługę bardziej naturalnych interakcji głosowych. Użytkownicy mogą rozmawiać z Gemini podczas przeglądania ofert, porównywać produkty i uzyskiwać szczegółowe informacje o produktach w trakcie zakupów.
Więcej wynalazków opartych na sztucznej inteligencji
W ostatnim czasie Google zaprezentowało też kilka pomniejszych wynalazków. Jednym z nich jest model prognozowania występowania powodzi. W związku ze zmianami klimatycznymi zmiany pogodowe bywają coraz bardziej dynamiczne i niszczycielskie. Często dłuższe okresy suche sprawiają, że ziemia nie jest w stanie przyjąć w krótkim czasie intensywnych opadów, co również w jakimś stopniu było przyczyną powodzi przechodzących w tym roku przez Polskę. Opracowany przez Google model prognozowania powodzi oparty jest w całości na algorytmach sztucznej inteligencji. Zasięg modelu obejmuje 100 państw (w tym Polskę) i dotyczy obszaru zamieszkiwanego przez łącznie ponad 700 milionów ludzi na świecie. Wykorzystywane zbiory danych pochodzą bezpośrednio z baz naukowych i meteorologicznych, a dostęp do narzędzia Google jest otwarty dla instytucji specjalistycznych. Więcej informacji o narzędziu można sprawdzić na stronie Google Research.
Od dłuższego czasu trwają również prace nad komputerami kwantowymi. Komputery kwantowe wykonują obliczenia z niezwykłą prędkością, dzięki czemu są w stanie rozwiązywać problemy, które pozostają poza zasięgiem mocy obliczeniowych tradycyjnych jednostek. Ich działanie wiąże się jednak z podwyższoną podatnością na błędy, w związku z czym ważne jest także ich szybkie wykrywanie i korygowanie. Zespół Google Quantum AI, we współpracy z Google DeepMind, zaprezentował ostatnio AlphaQubit. To nowoczesny system oparty na sztucznej inteligencji, który z wyjątkową precyzją wykrywa błędy w obliczeniach kwantowych. Technologia AlphaQubit może w dużym stopniu zwiększyć efektywność korygowania błędów w procesach przeprowadzanych przez komputery kwantowe, zwiększając tym samym szanse powodzenia prowadzonych eksperymentów naukowych.
Najmniej istotnym, ale ciekawym rozwiązaniem jest GenChess, czyli eksperyment AI złożony w hołdzie najpopularniejszej na świecie grze logicznej. GenChess pozwala ludziom tworzyć stylizowane zestawy szachowe z prostego polecenia — napędzane przez najbardziej zaawansowany model generowania obrazów Google, Imagen 3, i Gemini Flash. Po wygenerowaniu stylizowanego zestawu szachowego można go użyć do gry online.
Google aktywnie inwestuje w technologie AI – podsumowanie
Od 2022 roku nie tylko SEO, ale cały sektor IT patrzy przede wszystkim na rozwój sztucznej inteligencji. Na płaszczyźnie samych modeli językowych, odpowiedzialnych za generowanie treści i rozwiązywanie zadań, Google wyraźnie przegrywa ten “wyścig zbrojeń” nie tylko zresztą z OpenAI, ale również z Perplexity i Claude. W przeciwieństwie jednak do tych ostatnich celem Google jest tworzenie bardziej spersonalizowanych, niszowych modeli, które nie będą wszechstronne, ale będą miały konkretne zastosowania. Ta strategia może się opłacić, zwłaszcza że dotyczy dochodowych sektorów, badań naukowych i medycznych. Przypomnijmy zresztą, że jednym z tegorocznych laureatów Nobla został pracownik Google DeepMind, a nagroda została przyznana za stworzenie modelu AI, AlphaFold, do przewidywania nowych struktur białkowych.
Nowe, specjalistyczne narzędzia powstają cały czas. Przykładem może być AlphaQubit, zaawansowane narzędzie do przewidywania błędów procesów przetwarzanych przez komputery kwantowe. Google stworzył też pierwszy na świecie model przewidywania powodzi, który w całości opiera się na algorytmach sztucznej inteligencji. Śmiało można powiedzieć, że z biegiem lat praktycznie każda sfera będzie mniej lub bardziej dotyczyła właśnie AI.
