Google သည် ၎င်း၏ များပြားလှသော အရင်းအမြစ်များကို အသုံးချကာ AI သုတေသန၏ ရှေ့တန်းတွင် တစိုက်မတ်မတ် ရပ်တည်နေပြီး ထိပ်တန်း အရည်အချင်းရှိသော အင်ဂျင်နီယာများစွာကို ခန့်အပ်ထားသည်။ သို့သော်လည်း ဘာသာစကားမော်ဒယ်များနှင့်ပတ်သက်၍ Google ၏ကြိုးပမ်းမှုသည် ဂိမ်းသို့နောက်ကျသွားခဲ့သည်။
နည်းပညာကုမ္ပဏီကြီးဖြစ်သော Microsoft သည် OpenAI နှင့် အကျိုးတူပူးပေါင်းဆောင်ရွက်မှုမှ အကျိုးကျေးဇူးရရှိနေပြီဖြစ်သောကြောင့် Google သည် အမီလိုက်ရန်မှလွဲ၍ ရွေးချယ်စရာမရှိတော့ပေ။
ယခုနှစ် Google I/O ကွန်ဖရင့်တွင် ကုမ္ပဏီသည် မျိုးဆက်သစ် AI လက်နက်ပြိုင်ပွဲအတွက် အဖြေကို ထုတ်ပြန်ကြေညာခဲ့သည်- PaLM 2။ ဤမော်ဒယ်အသစ်သည် OpenAI ၏ GPT-4 နှင့် စွမ်းဆောင်ရည်ကို တိုင်းတာနိုင်ပါမည်လား။
PaLM 2 ဆိုတာဘာလဲ။
Google က ဖော်ပြသည်။ PaLM ၂ ၎င်းတို့၏ လက်ရှိ PaLM မော်ဒယ်တွင် ပိုမိုကောင်းမွန်လာမည့် ခေတ်မီသော ဘာသာစကားပုံစံတစ်ခုအနေဖြင့် 2022 ခုနှစ်တွင် ပထမဆုံးကြေညာခဲ့သည်။ အခြားဘာသာစကားမော်ဒယ်များကဲ့သို့ပင်၊ PaLM 2 သည် PaLM ကဲ့သို့သော စာသားဖန်တီးခြင်းလုပ်ငန်းတာဝန်များကို ကျယ်ပြန့်စွာလုပ်ဆောင်နိုင်သည် မေးခွန်းများဖြေဆိုခြင်း၊ စာသားဘာသာပြန်ခြင်းအပါအဝင်၊ ကုဒ်ထုတ်ပေးခြင်း။, ပြီးတော့နောက်ထပ်အများကြီးပဲ။
စမ်းသပ်ချက်များအရ PaLM 2 သည် ကန့်သတ်အရေအတွက်များစွာကို အသုံးပြုနေစဉ် PaLM မော်ဒယ်ထက် သိသိသာသာ တိုးတက်မှုများကို ပြသထားပြီးဖြစ်ကြောင်း စမ်းသပ်မှုများက ပြသခဲ့သည်။
PaLM 2 သည် မော်ဒယ်များ၏ မိသားစုတစ်ခုဖြစ်သည်။
အခြားဘာသာစကားမော်ဒယ်များကဲ့သို့ပင်၊ PaLM 2 ပရောဂျက်သည် အမှန်တကယ်တွင် အရွယ်အစားအတိုင်းအတာရှိသော မော်ဒယ်မိသားစုတစ်ခုဖြစ်သည်။ Google သည် PaLM 2 မော်ဒယ်ကို Gecko၊ Otter၊ Bison နှင့် Unicorn အရွယ်အစား လေးမျိုးဖြင့် ပံ့ပိုးပေးမည်ဖြစ်သည်။
အရွယ်အစားအမျိုးမျိုးသည် PaLM 2 ကို အသုံးပြုမှုကိစ္စရပ်အမျိုးမျိုးတွင် အသုံးပြုရန် လွယ်ကူစေသည်။ ဥပမာအားဖြင့်၊ Gecko မော်ဒယ်သည် မော်ဒယ်တစ်ခုလုံးကို မိုဘိုင်းကိရိယာတစ်ခုတွင် အံဝင်ခွင်ကျဖြစ်စေနိုင်ပြီး အော့ဖ်လိုင်းတွင်ပင် လုပ်ဆောင်နိုင်လောက်အောင် ပေါ့ပါးသည်။
PaLM 2 ၏ လေ့ကျင့်ရေးဒေတာအတွဲ
အောင်မြင်သော ဘာသာစကားပုံစံတစ်ခု၏ အရေးကြီးဆုံးသော ရှုထောင့်များထဲမှ တစ်ခုမှာ၊ သင်တန်းဒေတာအစုံ. မော်ဒယ်သည် ၎င်းအတွက် ဒီဇိုင်းထုတ်ထားသည့် ဘာသာရပ်ကို နက်နဲစွာ နားလည်သဘောပေါက်နိုင်စေရန်အတွက် လေ့ကျင့်ရေးဒေတာအတွဲသည် ကွဲပြားနေရပါမည်။
ကြီးမားသောဘာသာစကားမော်ဒယ်များ (LLMs) အတွက် ပုံမှန်အားဖြင့် မော်ဒယ်တွင်လေ့ကျင့်ရမည်ဟု တိကျသောအကြောင်းအရာမရှိပါ။ LLM များသည် အလုပ်များစွာကို လုပ်ဆောင်ရန် အံဝင်ခွင်ကျဖြစ်ရမည့် ယေဘုယျရည်ရွယ်ချက်ပုံစံများအဖြစ် တည်ဆောက်ထားသည်။ ဤမော်ဒယ်များသည် ဝဘ်၏ အစိတ်အပိုင်းအများအပြားကို ဖမ်းယူထားသည့် ကြီးမားသော စာသားဒေတာအတွဲများအပြင် ထုတ်ဝေထားသော ကိုးကားချက်၊ စာပေနှင့် အရင်းအမြစ်ကုဒ်တို့ကိုပင် အသုံးပြုပါသည်။
PaLM 2 ၏ လေ့ကျင့်ရေးဒေတာအတွဲနှင့် အခြားမော်ဒယ်များကြား အဓိကကွာခြားချက်မှာ အင်္ဂလိပ်မဟုတ်သည့် ဒေတာရာခိုင်နှုန်း ပိုများသော ပါဝင်မှုဖြစ်သည်။ သူတို့ရဲ့အဆိုအရ နည်းပညာဆိုင်ရာအစီရင်ခံစာအင်္ဂလိပ်မဟုတ်သော စာသားများပါ၀င်ရန် ဒေတာအတွဲကို ချဲ့ထွင်ခြင်းဖြင့် မော်ဒယ်ကို ဘာသာစကားနှင့် ယဉ်ကျေးမှုများကို ပိုမိုကျယ်ပြန့်စွာ ဖော်ထုတ်ပေးပါသည်။
မော်ဒယ်သည် ဘာသာစကားတစ်ခုမှ အခြားဘာသာစကားသို့ ဘာသာပြန်ဆိုနိုင်စွမ်းရရှိစေရန် ကူညီပေးရန်အတွက် PaLM 2 မော်ဒယ်ကိုလည်း အပြိုင်ဘာသာစကားမျိုးစုံဒေတာတွင် လေ့ကျင့်သင်ကြားပေးထားပါသည်။ ဒေတာတွင် တစ်ခုသည် အင်္ဂလိပ်လိုဖြစ်ပြီး နောက်တစ်ခုသည် အခြားဘာသာစကားဖြင့် တူညီသောစာသားအတွဲများပါရှိသည်။
အထက်ဖော်ပြပါဇယားတွင် PaLM 2 ကိုလေ့ကျင့်ရန်အသုံးပြုသော ဘာသာစကားပေါင်းစုံဝဘ်စာရွက်စာတမ်းများ၏ဘာသာစကားဖြန့်ဖြူးမှုကိုပြသထားသည်။
PaLM 2 အဓိကအင်္ဂါရပ်များ
PaLM 2 သည် အခြားဘာသာစကားမော်ဒယ်များနှင့် နှိုင်းယှဉ်ပါက သာလွန်ကောင်းမွန်သည့် အဓိကနယ်ပယ်အချို့ဖြစ်သည်။
ဆင်ခြင်ခြင်း
PaLM 2 ၏ဒေတာအတွဲတွင် သိပ္ပံနည်းကျစာတမ်းများနှင့် သင်္ချာအသုံးအနှုန်းများပါရှိသော ဝဘ်အကြောင်းအရာကဲ့သို့သော အရင်းအမြစ်များ ပါဝင်သည်။ ၎င်းသည် သင်္ချာဘာသာရပ်၊ သာမာန်အသိတရားဆိုင်ရာ ကျိုးကြောင်းဆီလျော်မှုနှင့် ယုတ္တိဗေဒဆိုင်ရာ မော်ဒယ်ကို မြှင့်တင်ပေးသည်။
သုတေသီများသည် GPT-4 ၏ သင်္ချာစွမ်းရည်များနှင့် နှိုင်းယှဉ်နိုင်သော ရလဒ်များကို ပြသသည့် အတန်းကျောင်းနှင့် အထက်တန်းကျောင်းသင်္ချာမေးခွန်းများတွင် မော်ဒယ်၏ သင်္ချာဆိုင်ရာ ကျိုးကြောင်းဆင်ခြင်နိုင်စွမ်းကို စမ်းသပ်ခဲ့ကြသည်။
ကုဒ်
PaLM 2 ၏ လေ့ကျင့်ရေးဒေတာသည် ၎င်းအား ပရိုဂရမ်းမင်းဘာသာစကားအမျိုးမျိုးဖြင့် ကုဒ်ထုတ်ပေးနိုင်စွမ်းကို ပေးပါသည်။ PALM 2 အဖွဲ့သည် PaLM 2-S* ဟုခေါ်သော ကုဒ်-လေးလံသော ဘာသာစကားစုံဒေတာအတွဲတွင် လေ့ကျင့်သင်ကြားထားသည့် ကုဒ်ဖြင့်သတ်မှတ်ထားသော PaLM 2 မော်ဒယ်ကို ဖန်တီးခဲ့သည်။
မော်ဒယ်သည် ကုဒ်ထုတ်လုပ်နိုင်စွမ်းရှိရုံသာမက ဘာသာစကားများစွာပါ၀င်သည့် လုပ်ဆောင်ချက်များကိုလည်း ကိုင်တွယ်နိုင်သည်။ ဥပမာအားဖြင့်၊ သင်သည် စပိန်ဘာသာဖြင့် မျဉ်းတစ်ကြောင်း မှတ်ချက်များ ပေါင်းထည့်သည့် Python စီစီခြင်း လုပ်ဆောင်ချက်ကို ဖန်တီးရန် PaLM 2 အား တောင်းဆိုနိုင်သည်။
ဘာသာစကားမျိုးစုံ
ဘာသာစကား 100 ကျော်ပါဝင်သည့် ဒေတာအတွဲတွင် မော်ဒယ်ကို လေ့ကျင့်သင်ကြားထားသောကြောင့် PaLM 2 သည် ဘာသာစကားများစွာကို နားလည်မှု၊ ဖန်တီးခြင်းနှင့် ဘာသာပြန်ဆိုခြင်းဆိုင်ရာ ကျွမ်းကျင်မှုကို ပြသသည်။
ဘာသာစကားမျိုးစုံကို စမ်းသပ်ရန်အတွက် သုတေသီများသည် မတူညီသော ဘာသာစကားအမျိုးမျိုးဖြင့် ဘာသာစကားကျွမ်းကျင်မှုဆိုင်ရာ စစ်ဆေးမှုပုံစံကို စမ်းသပ်ခဲ့ကြသည်။ ရလဒ်များက PaLM 2 သည် PaLM ထက်သာလွန်သည်သာမက အကဲဖြတ်ထားသော ဘာသာစကားတိုင်းအတွက် အောင်ချက်အဆင့်ကို ရရှိခဲ့ကြောင်း ရလဒ်များက ပြသသည်။
PaLM 2 သည် မတူညီသောဘာသာစကားများတွင် idioms နားလည်နိုင်စွမ်း၊ ဟာသများကိုရှင်းပြခြင်း၊ typos ပြုပြင်ခြင်းနှင့် တရားဝင်စာသားကို colloquial chat သို့ဘယ်လိုပြောင်းရမလဲဆိုတာတောင် လေ့လာနိုင်ခြင်းအားဖြင့် PaLM XNUMX သည် ၎င်း၏ဘာသာစကားပေါင်းစုံစွမ်းရည်များကိုပြသထားသည်။
PaLM 2 သည် Google ထုတ်ကုန်များကို အားကောင်းစေသည်။
Google သည် မော်ဒယ်ကို အခြားထုတ်ကုန်များနှင့် ပေါင်းစပ်ခြင်းဖြင့် PaLM 2 ၏ တိုးတက်မှုများကို အခွင့်ကောင်းယူနေပြီဖြစ်သည်။
Bard
ဘာသာပေါင်းစုံ အလုပ်များကို ကိုင်တွယ်ဖြေရှင်းနိုင်သော မော်ဒယ်၏ စွမ်းရည်သည် ယခုအခါ Google ကို အားကောင်းစေပါသည်။ Bard စမ်းသပ်မှု နိုင်ငံနှင့် နယ်မြေပေါင်း ၁၈၀ ကျော်အထိ ဖြန့်ကျက်ထားသည်။
ယခုအခါ Bard သည် ကုဒ်ထုတ်လုပ်ခြင်းနှင့် ကုဒ်အမှားရှာခြင်းကဲ့သို့သော ပရိုဂရမ်ရေးဆွဲခြင်းနှင့် ဆော့ဖ်ဝဲဖွံ့ဖြိုးတိုးတက်ရေးဆိုင်ရာ လုပ်ငန်းဆောင်တာများတွင် အထောက်အကူပြုရန်အတွက် PaLM 2 ၏ ကုဒ်ရေးနိုင်စွမ်းကို အသုံးပြုနေပြီဖြစ်သည်။
Google Workspace အတွက် Duet AI
Google သည် ၎င်း၏ Google Workspace အပလီကေးရှင်းများအုပ်စုတွင် မျိုးဆက်သစ် AI အင်္ဂါရပ်များကို ပေါင်းထည့်ရန် စီစဉ်နေသည်။ Gmail နှင့် Docs ဟုခေါ်သော အင်္ဂါရပ်တစ်ခု မကြာမီ ပါဝင်တော့မည်ဖြစ်သည်။ Duet AI ၎င်းသည် အသုံးပြုသူအား ၎င်းတို့၏ပြန်ကြားစာများနှင့် စာအရေးအသားများကို အကြံပြုချက်များကို အသုံးပြု၍ ရေးဆွဲရန် ကူညီပေးပါမည်။
Duet AI သည် သုံးစွဲသူမှပေးသော အချက်များအပေါ် အခြေခံ၍ အလုပ်များနှင့် ပရောဂျက်များအတွက် Google Sheets တွင် စိတ်ကြိုက်အစီအစဉ်များကို ဖန်တီးနိုင်စေမည်ဖြစ်သည်။
ကောက်ချက်
Google သည် ၎င်းတို့၏ PaLM 2 ဘာသာစကားပုံစံဖြင့် AI ဘာသာစကားကိရိယာများ စျေးကွက်တွင် ကွာဟချက်ကို ပိတ်ရန် သေချာပေါက် မျှော်လင့်ပါသည်။ မော်ဒယ်၏API ကို လူသိရှင်ကြား မရရှိနိုင်သေးသော်လည်း ၎င်းတို့၏ သုတေသနရလဒ်များက မော်ဒယ်သည် GPT-4 ၏စွမ်းဆောင်ရည်နှင့် ကိုက်ညီလောက်အောင် ယှဉ်ပြိုင်နိုင်စွမ်းရှိကြောင်း ပြသနေသည်။
Google ၏ လက်ရှိအသုံးပြုသူအခြေခံဖြင့် ၎င်းတို့၏ AI သည် ၎င်းတို့၏ ရှာဖွေရေးအင်ဂျင် သို့မဟုတ် ၎င်းတို့၏ ကုန်ထုတ်ကိရိယာများကဲ့သို့ ၎င်းတို့၏ ဝန်ဆောင်မှုများတွင် ပေါင်းစည်းလိုက်မည်ဆိုပါက ကြီးမားသော လိုက်လျောညီထွေဖြစ်စေမည့် အကျိုးကျေးဇူးကို ရရှိမည်ဖြစ်သည်။
တစ်ဦးစာပြန်ရန် Leave