دراسة جديدة توضح: أداة Gemini AI من جوجل تستطيع منافسة نموذج GPT-4V من Open AI

كشفت مجموعة من المؤسسات البحثية الرائدة عن دراسة شاملة حول أحدث إضافة لجوجل Gemini AI، وترى الدراسة أن Gemini AI منافس قوي لنموذج GPT-4V من شركة Open AI، مما يشير إلى تطور كبير في الذكاء الاصطناعي، ومع استمرار نماذج اللغة الكبيرة متعددة الوسائط في إعادة تحديد حدود التعلم الآلي، تتناول هذه الدراسة قدرات هذه النماذج بالتفصيل، وتؤكد على التحول نحو فهم أشمل من خلال دمج البيانات النصية مع الرؤى البصرية.

تقدم الدراسة تحليلًا مفصلًا للتفكير متعدد الوسائط والخبرة البصرية Gemini AI، ويواجه نموذج GPT-4V تحديًا محتملًا من Gemini AI، مما دفع إلى إجراء مقارنة مفصلة بين النموذجين بجانب نموذج Sphinx MLLM.

تكشف الدراسة كفاءة Gemini AI في فهم الرؤى، واعتمد الباحثون على منهجية متقدمة قيموا فيها أداء Gemini AI في التصور الموجه للكائنات وفهم المشهد وتطبيق المعرفة والإدراك المتقدم والتعامل مع مهام بصرية صعبة، وتشير النتائج إلى أن Gemini AI تشكل تحديًا قويًا لـ GPT-4V، وأوضحت أنه غالبًا يتساوى معه أو يتفوق عليه في بعض الجوانب.

كما تسلط الدراسة الضوء على الفروق الرئيسية في أساليب الإجابة، وأشارت إلى GPT-4V يفضل الشرح بدلًا من الإجابات الموجزة من Gemini AI، وفي نفس الوقت تظل Sphinx في المنافسة لكنها تفتقر إلى التعميم الشامل على مستوى المقارنة، وتشدد الدراسة على إمكانيات Gemini AI، ولا تكشف الدراسة الضوء فقط على القدرات الحالية بل تكشف عن التحديات الشائعة، ومساهمة هذه النماذج في تطوير الذكاء الاصطناعي.