A Google megint gyorsított: alig két héttel az előző bejelentés után máris két új AI modellt mutatott be. Az egyik a hibák és sebezhetőségek felderítésére fókuszál, a másik pedig nem szöveget, hanem komplett digitális világokat próbál megérteni és felépíteni.

Mi történt

A friss bejelentés két különböző irányt fed le. A Gemini 4 Carbon a Google új, úgynevezett nagy nyelvi modellje, vagyis olyan rendszer, amely hatalmas mennyiségű szöveg alapján tanul mintázatokat, és ezekből következtet, válaszol vagy problémát old meg. A vállalat ezt most kifejezetten kiberbiztonsági felhasználásra pozicionálja: a modell erőssége a sebezhetőségek felismerése és javítási javaslatok készítése lehet. A bemutató szerint a Carbon a belső mérőteszteken megelőzte a korábbi Gemini 4 Argont, és több rivális modellt is.

A másik újdonság a Genie 4, amely nem klasszikus chatbotmodell, hanem úgynevezett world model. Ezt érdemes úgy elképzelni, mint egy rendszert, amely nem a következő szót próbálja kitalálni, hanem egy digitális világ működését modellezi: hogyan mozognak benne tárgyak, mi történik, ha valami ütközik valamivel, vagy hogyan reagál egy környezet a szereplőkre. Ez különösen hasznos lehet robotikában és játékfejlesztésben. A Genie 4 egyik új képessége, hogy hangot is kezel: a fejlesztők háttérzajt és párbeszédet is adhatnak az AI által létrehozott vagy szimulált világokhoz.

Fontos korlát, hogy a két modell egyelőre nem érhető el széles körben. A Gemini 4 Carbonhoz most csak kiválasztott kiberbiztonsági szakemberek férnek hozzá, a Genie 4 esetében pedig várólistára lehet feliratkozni. Nyilvános megjelenési dátumot nem közöltek.

Miért fontos

A két modell jól mutatja, merre tolódik az AI-fejlesztés fókusza. Nem csak arról van szó, hogy egy chatbot okosabban válaszoljon, hanem arról is, hogy speciális munkákban használható rendszerek készüljenek. A kiberbiztonságban ez azért érdekes, mert a szoftverhibák felderítése gyakran lassú, drága és szakemberigényes feladat. Egy erős modell itt valódi segítség lehet, bár a gyakorlatban az számít majd, mennyire megbízható éles helyzetben. A Genie 4 pedig azt jelzi, hogy a következő nagy lépés nem feltétlenül a jobb szöveggenerálás, hanem a környezetek, szabályok és fizikai viszonyok modellezése lehet. A CNET értelmezésében ez egyben annak a jele is, hogy a Google újra látványosan próbál pozíciót fogni egy egyre sűrűbb AI-piacon.

Mire figyelj

  1. Az első valódi kérdés az lesz, mikor nyílik meg szélesebb körben a hozzáférés. A bemutató önmagában kevés, ha a fejlesztők és cégek nem tudják kipróbálni a modelleket.
  1. A Gemini 4 Carbonnál az lesz a döntő, hogy a benchmarkokban mért teljesítmény mennyire fordítható le valós kiberbiztonsági munkára. A teszteredmény és az éles használhatóság nem mindig ugyanaz.
  1. A Genie 4-nél érdemes figyelni, mire lesz elég a hanggal bővített világmodell. Ha ez jól működik, új lehetőségeket nyithat játékoknál, szimulációknál és robotikai tréningkörnyezeteknél.
  1. Az sem mellékes, hogyan fogadják ezeket a modelleket egy olyan időszakban, amikor az AI körüli lelkesedés mellett erősödnek a munkahelyekre, félretájékoztatásra és infrastruktúrára vonatkozó társadalmi aggályok is.