1 điểm bởi GN⁺ 2024-02-09 | 1 bình luận | Chia sẻ qua WhatsApp
  • Google hợp nhất Bard vào thương hiệu Gemini, đồng thời bổ sung Gemini Advanced dựa trên Ultra 1.0 và cách truy cập trên di động bên cạnh trò chuyện Pro 1.0 hiện có
  • Gemini đã được cung cấp với mô hình Pro 1.0 ở hơn 40 ngôn ngữ và hơn 230 quốc gia/khu vực; Advanced bắt đầu bằng tiếng Anh tại hơn 150 quốc gia/khu vực
  • Gemini Advanced cung cấp quyền truy cập Ultra 1.0, có thể xử lý sâu hơn các tác vụ như lập trình, suy luận logic, thực hiện chỉ dẫn phức tạp và cộng tác sáng tạo
  • Google One AI Premium Plan bao gồm Advanced với giá $19.99/tháng, kèm 2 tháng dùng thử miễn phí và các quyền lợi Premium hiện có như 2TB dung lượng lưu trữ
  • Trên di động, người dùng truy cập qua ứng dụng Android và tùy chọn tham gia Google Assistant, hoặc nút chuyển Gemini trong ứng dụng Google trên iOS; một số tính năng giọng nói của Assistant vẫn có thể tiếp tục sử dụng

Chuyển từ Bard sang Gemini

  • Google từng mô tả vai trò của Bard là điểm tiếp xúc để cung cấp trực tiếp các mô hình AI của Google cho người dùng, và nay đổi thương hiệu thành Gemini để phù hợp với tên đại diện cho dòng mô hình mạnh nhất của hãng
  • Người dùng có thể dùng Gemini dựa trên mô hình Pro 1.0 ở hơn 40 ngôn ngữ và hơn 230 quốc gia/khu vực
  • Trọng tâm của thay đổi lần này là hai trải nghiệm mới
    • Cung cấp quyền truy cập Ultra 1.0 qua Gemini Advanced
    • Bổ sung trải nghiệm di động thông qua ứng dụng Android và ứng dụng Google trên iOS

Gemini Advanced và Ultra 1.0

  • Gemini Advanced là trải nghiệm mới cho phép truy cập Ultra 1.0, mô hình AI mới nhất, lớn nhất và có hiệu năng cao nhất của Google
  • Trong các đánh giá mù của bên đánh giá thứ ba, Gemini Advanced dựa trên Ultra 1.0 được đánh giá là chatbot được ưa chuộng hơn so với các chatbot thay thế chủ chốt
  • Thể hiện thế mạnh ở các tác vụ phức tạp
    • Suy luận logic
    • Lập trình nâng cao
    • Thực hiện các chỉ dẫn tinh tế
    • Cộng tác trong dự án sáng tạo
  • Có thể duy trì các cuộc hội thoại dài và chi tiết hơn, đồng thời hiểu tốt hơn ngữ cảnh của các prompt trước đó

Cách dùng Ultra 1.0 và kế hoạch mở rộng

  • Gemini Advanced có thể tạo hướng dẫn từng bước, câu đố mẫu và thảo luận hai chiều phù hợp với phong cách học tập, như một gia sư cá nhân
  • Trong các kịch bản lập trình nâng cao, nó có thể đóng vai trò đối tác rà soát ý tưởng hoặc giúp so sánh nhiều cách tiếp cận lập trình
  • Nhà sáng tạo nội dung số có thể dùng để tạo nội dung mới, phân tích xu hướng gần đây và brainstorm các đề xuất cải thiện nhằm tăng trưởng audience
  • Phiên bản đầu tiên phản ánh tiến bộ hiện tại trong suy luận AI; trong tương lai, người dùng Advanced sẽ được bổ sung các tính năng sau
    • Năng lực đa phương thức mở rộng
    • Tính năng lập trình tương tác hơn
    • Khả năng phân tích dữ liệu sâu hơn
    • Tính năng độc quyền mới
  • Gemini Advanced được cung cấp bằng tiếng Anh tại hơn 150 quốc gia/khu vực và sẽ mở rộng sang nhiều ngôn ngữ hơn theo thời gian

Google One AI Premium Plan

  • Gemini Advanced được bao gồm trong Google One AI Premium Plan mới
  • Giá là $19.99 mỗi tháng, với 2 tháng dùng thử miễn phí khi ra mắt
  • Gói này cũng bao gồm các quyền lợi của Google One Premium plan hiện có
    • Cung cấp 2TB dung lượng lưu trữ
  • Người đăng ký AI Premium sẽ sớm có thể dùng Gemini trong Gmail, Docs, Slides, Sheets và các dịch vụ khác
    • Tên gọi trước đây là Duet AI

Kiểm tra an toàn và cải thiện mô hình

  • Google xây dựng các biện pháp bảo vệ trong sản phẩm theo AI Principles nhằm giảm nội dung không an toàn và thiên kiến
  • Trước khi ra mắt Gemini Advanced, sản phẩm đã trải qua quá trình kiểm tra độ tin cậy và an toàn trên diện rộng
    • Bao gồm kiểm thử red team bên ngoài
  • Mô hình nền tảng được cải thiện thêm bằng tinh chỉnh và học tăng cường dựa trên phản hồi của con người
  • Thông tin kỹ thuật chi tiết có trong Gemini Technical Report đã cập nhật

Sử dụng Gemini trên di động

  • Google ra mắt trải nghiệm di động mới dựa trên ứng dụng Android và ứng dụng Google trên iOS để giúp truy cập Gemini dễ dàng hơn trên điện thoại
  • Trên điện thoại, Gemini có thể hỗ trợ khi đang di chuyển thông qua nhập văn bản, giọng nói và thêm hình ảnh
    • Chụp ảnh lốp xe bị xẹp và hỏi cách xử lý
    • Tạo hình ảnh tùy chỉnh cho thiệp mời tiệc tối
    • Nhận trợ giúp soạn một tin nhắn khó viết
  • Google xem trải nghiệm di động này là bước đầu tiên hướng tới một trợ lý AI mang tính hội thoại, đa phương thức và hữu ích

Cách cung cấp trên Android và iOS

  • Trên Android, Gemini được cung cấp như một loại trợ lý mới giúp người dùng bằng AI tạo sinh
  • Có thể tải ứng dụng Gemini hoặc chọn tham gia từ Google Assistant để truy cập qua ứng dụng hoặc các cách gọi Assistant hiện có
    • Nhấn nút nguồn trên một số điện thoại
    • Vuốt từ góc màn hình
    • Gọi “Hey Google”
  • Trải nghiệm overlay mới trên Android cung cấp quyền truy cập Gemini và trợ giúp theo ngữ cảnh ngay trên màn hình
    • Tạo caption cho ảnh vừa chụp
    • Đặt câu hỏi về bài viết đang đọc
  • Trong ứng dụng Gemini, người dùng có thể sử dụng nhiều tính năng giọng nói của Google Assistant như đặt hẹn giờ, gọi điện, điều khiển thiết bị smart home; Google đang chuẩn bị hỗ trợ thêm nhiều tính năng hơn
  • Trên iOS, quyền truy cập Gemini sẽ được cung cấp trong Google app trong vài tuần tới
    • Có thể chat bằng cách chạm vào nút chuyển Gemini
    • Có thể dùng để tạo hình ảnh tùy chỉnh, hỗ trợ viết bài đăng mạng xã hội, lên kế hoạch cho buổi hẹn hò buổi tối, v.v.

Khu vực và ngôn ngữ ra mắt

  • Gemini bắt đầu được triển khai từ hôm nay bằng tiếng Anh tại Mỹ trên điện thoại Android và iOS
  • Dự kiến sẽ được cung cấp đầy đủ trong vài tuần tới
  • Từ tuần sau, người dùng ở nhiều khu vực hơn có thể truy cập bằng tiếng Anh
  • Hỗ trợ tiếng Nhật và tiếng Hàn cũng sẽ được cung cấp từ tuần sau, và nhiều quốc gia cùng ngôn ngữ khác sẽ sớm được bổ sung

1 bình luận

 
GN⁺ 2024-02-09
Ý kiến trên Hacker News
  • Khá bất ngờ khi họ bỏ cái tên Bard. Bard vừa có nghĩa là “người kể chuyện/người ngâm thơ”, lại là một từ rất lâu đời nên khả năng trùng với các tên khác cũng thấp, vì vậy nó có vẻ là một lựa chọn khá thông minh
    Trong khi đó, Gemini thì ngoài nghĩa là song sinh của ChatGPT ra không gợi liên hệ gì quá rõ, mà cũng đã có các công ty khác dùng tên này. Dù vậy, tôi hiểu lợi thế là nó bắt đầu bằng chữ G như “Google”
    Tham khảo thêm thì bard.com chuyển hướng sang bd.com của công ty khác, còn Gemini.com thì thực sự đang được một công ty mang tên đó sử dụng. Tôi khá tò mò về câu chuyện hậu trường của quyết định này

    • Tôi thấy Bard không thật sự ổn về mặt thương hiệu. Nó gợi liên tưởng mạnh đến Shakespeare, thơ ca, nước Anh thời trung cổ; dù cá nhân tôi vẫn thích, nó quá thiên về quá khứ và mang cảm giác cổ kính. Nó cũng nghe giống “beard”, tạo cảm giác hơi liên quan đến râu tóc
      Gemini thì nghe như một chương trình không gian, mang cảm giác tương lai và sự bứt phá của nhân loại. Đó là một chòm sao, ở ngoài vũ trụ, được tạo nên từ các ngôi sao, và còn chứa cả “gem” bên trong nên tạo cảm giác cao cấp, giá trị và tinh luyện. Không có nghĩa đây là cái tên tuyệt nhất, nhưng nó phù hợp hơn Bard rất nhiều
    • Bard có lẽ chủ yếu ám chỉ Shakespeare, tức The Bard of Avon, và tôi cũng thích cái tên đó. Nó khá phù hợp cho một công nghệ xử lý ngôn ngữ
      Dù vậy, Gemini nghe ngầu, có chất khoa học viễn tưởng, và vì đơn giản là từ Latin nên có thể cũng dễ bản địa hóa hơn đôi chút
    • Gemini, tức cặp song sinh, là một cái tên mang tính biểu tượng khá sâu với những ai biết lịch sử Greek. Đó là câu chuyện của Castor và Pollux, và trong nhiều dị bản thì có nội dung một người anh em giết người kia rồi cầu xin cho người đó sống lại, nên dùng làm tên thương hiệu AI thì hơi xui
      Nó cũng gợi liên tưởng đến Gemini killer, hay cặp sát thủ sinh đôi Gemini của mafia là Joseph Testa và Anthony Senter. Có lẽ họ đã có thể chọn một tên thương hiệu tốt hơn
      Nó cũng nghe như tên của hệ thống AI chiến trường trong Robotron. “Thưa ngài, Gemini đã nạp năng lượng xong và sẵn sàng chiến đấu.”
    • Cái tên Bard ngay lập tức gợi lại cho tôi ký ức hồi nhỏ vật lộn để chơi Bard's Tale, nên tạo cảm giác rất ấm áp. Nó gợi ra phiêu lưu, phấn khích, một chút sợ hãi vừa đủ, và tôi thấy còn hợp cả ở tầng nghĩa meta của “nhập vai” nữa
      Nhìn từ góc độ thần thoại, Gemini có vẻ hợp lý hơn nếu xét trên toàn bộ phương diện kinh doanh/marketing. Kiểu như: “AI này là người song sinh của bạn. Nó còn có thể hoàn thành nốt câu giúp bạn nữa”
    • Có vẻ Google chỉ đang muốn làm lại từ đầu. Bard đã gắn chặt với hình ảnh là bản sao ChatGPT ngu ngốc, không mấy tốt, ra mắt muộn của Google và bị chế giễu rất nhiều
      Tôi không rõ Gemini có khác biệt lớn đến thế không, và hiện tại GPT-3.5 cùng GPT-4 vẫn ấn tượng hơn, nhưng việc đổi tên ít nhất cũng có thể mang lại một phần hiệu ứng đặt lại
  • Theo trải nghiệm dùng khoảng 20 phút, chất lượng của Bard Advanced (Gemini Ultra) khá ấn tượng. Kết quả tốt ngang GPT-4, và trong một số trường hợp còn tốt hơn
    Ưu điểm là dịch thành ngữ tiếng Trung và tiếng Nhật sang tiếng Anh tốt hơn, đồng thời tích hợp kết quả tìm kiếm vào câu trả lời tốt hơn GPT-4 Bing
    Nhược điểm là khả năng viết code hơi kém hơn, kiểm duyệt gây khó chịu hơn, và các chủ đề y tế phải hỏi nhiều lần. Logic cũng yếu hơn nên tự mâu thuẫn trong cùng một câu mà không nhận ra, và khi được yêu cầu mô tả hình ảnh thì bị ảo giác khá nhiều

    • Theo thời gian, Gemini sẽ được tích hợp một cách tự nhiên vào docs/gmail/maps/calendar/youtube/search/colab/sheets/android/assistant
      Khi đó Gemini có thể trở thành AI một cửa cho mọi thứ. Chỉ Microsoft là có thể cạnh tranh tương tự, nhưng Microsoft không có dịch vụ bản đồ, YouTube, mail hay hệ điều hành smartphone đủ phổ biến
      Apple cũng là đối thủ mạnh, nhưng không có các công cụ năng suất như docs, sheets hay YouTube. Từ giờ trở đi, cuộc đua AI gần như là câu chuyện Google có tự đánh mất lợi thế của mình hay không
      Cách làm là vào ChatGPT rồi copy-paste kết quả sẽ ngày càng bất tiện, còn tích hợp Bing cũng rất đau đầu. OpenAI dường như tập trung vào việc mở rộng mô hình ngôn ngữ lớn, trong khi Google DeepMind đang khám phá cả những hướng khác
      Google có thể gộp YouTube TV, YouTube Premium, Google Drive, dung lượng lưu trữ, tìm kiếm không quảng cáo, Docs/Sheets/Gmail tích hợp Gemini, và Pixel Phone/Watch được trợ giá với mức như $99/tháng, và điều đó có thể khá hấp dẫn với nhiều người
    • Kiểm duyệt là vấn đề chung của AI nói chung. Để tránh bị truyền thông xấu, việc kiểm duyệt ở một số lĩnh vực ngày càng nhiều hơn, và tôi nghĩ điều đó có thể dẫn đến tình trạng điều cấm kỵ, chủ nghĩa thanh giáo, và các tập đoàn lớn quyết định chuẩn mực đạo đức
      Gần đây tôi đã hỏi Bard và ChatGPT về các nan đề triết học kinh điển; ChatGPT cũng gặp khó, nhưng Bard nghiêm trọng hơn nhiều và luôn chọn phía bảo thủ, tức là phía không bảo vệ những quyền tự do chưa được xác lập rộng rãi. Đó là những câu hỏi như giới hạn của chủ nghĩa vị lợi, “điều gì là tốt nhất cho xã hội, điều gì là tốt nhất cho cá nhân”
      Ngay cả khi tôi thay đổi ví dụ để tạo thiên lệch bằng cách thêm các yếu tố như sự tham gia tự nguyện, Bard vẫn giữ nguyên lập trường của mình dù ban đầu nói đó là câu hỏi mở có nhiều mặt
      Những hệ thống như vậy về bản chất dựa trên những gì được chấp nhận rộng rãi tại thời điểm đó, nên sẽ củng cố hiện trạng. Nếu lịch sử khác đi, nó có lẽ đã ủng hộ chế độ nô lệ, phản đối quyền bầu cử của phụ nữ, và rất có thể coi đồng tính là phi đạo đức
      Đây không chỉ là vấn đề đạo đức. Ngay trong IT và lập trình, các ngôn ngữ, phong cách và phương pháp luận đã được phát minh từ trước cũng có thể giành ưu thế lớn. Điều này càng đúng nếu bạn không phải là công ty như Microsoft hay Google, những nơi có thể điều chỉnh thiên lệch theo hướng mình muốn
      Cộng thêm vấn đề chi phí, nếu chỉ những cá nhân hoặc tổ chức có sức mạnh tài chính đáng kể mới có thể đặt ra quy tắc, thì triển vọng sẽ khá u ám. Tôi bắt đầu nhớ cái thời 10 năm qua khi người ta còn tranh luận về nan đề xe tự lái sẽ tông ai trong những tình huống hiếm đến mức phi lý
    • Tôi đã so sánh GPT-4 và Ultra khá nhiều về chép lại, viết code và các prompt đơn giản. Ví dụ như refactor code hoặc chuyển Python sang TypeScript
      Theo trải nghiệm của tôi, Gemini Ultra hiểu code tốt hơn, nhưng có vẻ giới hạn độ dài đầu ra hơn nên không phải lúc nào cũng cho kết quả hoàn chỉnh
      Nó cũng rất thông minh. Nó từng giải thích cho tôi rằng một đoạn code đang nhét các số nguyên 12-bit vào nhiều phần của mảng bằng một kiểu mã hóa cụ thể; chỉ nhìn đoạn code đó thì đa số mọi người chắc khó mà nhận ra. Sau đó nó còn chỉ ra rằng có thể dùng một hàm chuyển đổi gọn gàng mà trước đó tôi không biết
      Tuy vậy, đoạn code đó lại sai rất nhẹ. Nếu bảo nó đừng dùng cái hàm hay ho đó thì nó lại viết đúng. GPT-4 thì gần như không hiểu đoạn code làm gì, nhưng có thể dọn dẹp nó đôi chút
      Vì vậy Ultra đôi khi cho cảm giác quá thông minh nên lệch nửa bước
      Dù vậy, khi tôi đưa cho cả hai vài nghìn dòng code để refactor thì không bên nào tạo quá một lỗi, và phần code còn lại đều biên dịch và chạy ngay từ lần đầu
      Đó là code không thể có trong dữ liệu huấn luyện, là Python viết tay dựa trên một binary x86 cũ đã mất source, nên cũng không phải thứ có thể tồn tại trên GitHub ở dạng sạch sẽ hơn
      Cả GPT-4 và Gemini Ultra đều đã biến khoảng 8.000~10.000 dòng code lộn xộn thành Python hoặc TypeScript sạch sẽ, đúng phong cách, mà tôi gần như không phải đụng tay vào; mỗi bên chỉ một bug thì không tệ
      Bug mà GPT-4 chèn vào còn tinh vi hơn. Trong quá trình chuyển sang TypeScript, không hiểu vì sao nó đổi thứ tương ứng với (uint8)'a' thành (uint8)'a' - '0'. Tôi không biết điều này có mang tính đại diện hay không
      Nếu dùng những model “cao cấp” khác, ví dụ các model trong can ai code, để làm cùng việc đó thì phần lớn thậm chí không viết ra nổi code hoạt động đúng trên toàn bộ đầu vào, chứ đừng nói đến code tốt
    • Về logic, nó hoàn toàn không xử lý được bài toán Dumb Monty Hall: https://g.co/gemini/share/33c5fb45738f
    • Nếu khả năng viết code kém hơn một chút và logic cũng kém hơn, thì phần lớn use case của tôi coi như biến mất. Suy luận logic là yếu tố khiến GPT đôi khi tạo cảm giác như AGI
      Những use case như dịch thuật kém ấn tượng hơn so với suy luận logic. Nó giống kiểu chỉ cần ném nhiều dữ liệu vào là sẽ tốt lên, trong khi suy luận logic khiến mô hình trông như đã “học” được điều gì đó vượt ra ngoài việc chỉ đối sánh mẫu đơn thuần
  • Khi tìm trên Play Store, các biểu tượng hiện ra đầu tiên lại là tùy chọn cài đặt của Crypto.com và “Gemini: Buy Bitcoin & Crypto”
    Phải lướt qua ảnh chụp màn hình của các ứng dụng đó, qua Limited-time events, qua You Might Also Like và Similar Apps thì cuối cùng mới thấy. Cài xong và chạy thì hiện “Gemini isn't currently available. Try again later.”
    Bravo Google. Một màn ra mắt thật tuyệt vời

    • Vấn đề đầu tiên thì ngược lại lại khiến tôi thấy dễ chịu, vì có vẻ Google không cố tình, thậm chí có thể là bất hợp pháp, ưu ái sản phẩm của chính mình trong cửa hàng ứng dụng. Nếu thứ tự hiển thị được quyết định bằng cùng một thuật toán như các app khác, thì việc nó mới ra mắt nên chưa ở trên cùng cũng hợp lý. Rồi thứ hạng sẽ tăng thôi
      Vấn đề thứ hai là tôi cũng gặp cùng lỗi đó, nhưng đóng lại rồi mở lại thì chạy bình thường
    • Còn có thể tệ hơn
      Trên Google Play trong trình duyệt thì báo “This app is not available for your device”
      Trong ứng dụng Google Play thì báo “This item is not available in your country.”
      Trong Aurora Store thì báo “Download Failed. App not purchased”
      Đúng là một màn ra mắt tuyệt vời. Bravo
    • Đừng trách Google, hãy trách Play Store. Có lẽ công ty đứng sau nó không muốn Gemini thành công
    • Có lẽ Google DeepMind sẽ phải thuê một công ty SEO để đẩy kết quả tìm kiếm trên Play Store lên cao hơn
    • Tôi cũng có trải nghiệm y như vậy. Lần thứ hai mở Gemini thì nó hoạt động, nhưng thông báo “Gemini isn't currently available” xuất hiện lúc đầu đã tạo ấn tượng ban đầu rất tệ
      Tính năng ứng dụng thực sự cần là tự động gửi khi nhập bằng giọng nói. Nó đề nghị thay thế Google Assistant, và sau vài phút dùng thử thì có vẻ đúng là có thể thay thế, nhưng thay vì chỉ cần nói với điện thoại thì lần nào cũng phải tự bấm nút gửi
  • Tôi đã khá háo hức được thử Gemini Advanced cuối cùng, nhưng đến giờ thì thấy thất vọng
    Câu hỏi thử nghiệm tôi hay dùng là bài mà cả ChatGPT 3.5 cũng trả lời đúng. “Bạn đang đứng trước một cánh cửa kính, trên cửa có chữ push được viết ngược như trong gương. Bạn nên đẩy hay kéo, và vì sao?”
    Gemini Advanced trả lời là nên đẩy, đồng thời còn giải thích rằng nếu chữ được viết kiểu soi gương thì hành động đúng phải ngược với chữ ghi trên đó, nhưng kết luận cuối cùng vẫn là push. Nó còn không nhất quán với chính lời giải thích của mình. Cái cảm giác “đang nói chuyện với một người ngốc” này mới là tệ nhất
    ChatGPT 3.5 thì trả lời rằng vì chữ được nhìn thấy dưới dạng soi gương, nghĩa là đó là chỉ dẫn cho người ở phía bên kia, nên phải kéo

    • Ở Gemini, tôi nhận được câu trả lời là “phải kéo”
      Nó giải thích rằng khi chữ “push” được viết ngược như trong gương, đó thường là dấu hiệu cho thấy hành động cần thiết để mở cửa là ngược lại với chữ đang ghi, và là một biện pháp an toàn để tránh bị thương hoặc làm vỡ cửa kính do đẩy nhầm
      Nó cũng nói đây là kiểu thiết kế phổ biến ở cửa kính nơi công cộng, nên nếu không có chỉ dẫn rõ ràng nào khác thì cứ làm ngược lại là được
    • Ở GPT 3.5, tôi lại nhận được câu trả lời khác
      Nó trả lời rằng nếu chữ “push” được viết ngược như trong gương, thì từ phía bên kia điều đó có nghĩa là phải đẩy; còn nếu ở phía này bạn nhìn thấy chữ ngược như trong gương, thì đó là chỉ dẫn cho hành động từ phía đối diện, nên trong trường hợp này phải đẩy cửa
    • Tôi tò mò không biết mọi người thường xác minh thế nào xem đây có phải là một mô hình thực sự hữu ích hay không, thay vì chỉ giải mấy câu đố vặt. Có phải người ta bắt nó làm những bài toán suy luận như vậy để thấy lợi ích trong sử dụng hằng ngày không, hay việc nó có hữu ích cho công việc thường ngày hay không thật ra cũng không quá quan trọng
    • Với câu “2 pound lông vũ và 1 pound gạch, bên nào nặng hơn?”, Gemini trả lời “cả hai bằng nhau, và cả hai đều là 2 pound”
      Nó giải thích rằng trọng tâm của câu hỏi là so sánh hai vật liệu khác nhau với cùng một lượng, nhưng câu hỏi thực tế là 2 pound lông vũ và 1 pound gạch, nên nó đã sai. Nó nói dài về mật độ nhưng lại đọc sai số cân nặng
    • GPT-4 trả lời rằng nếu nhìn thấy chữ “push” được viết ngược như trong gương, thì nhiều khả năng thông điệp đó dành cho những người ở phía bên kia, vì vậy ở vị trí hiện tại bạn nên kéo cửa
      Nó giải thích rằng chữ soi gương có nghĩa đây không phải là chỉ dẫn hướng tới người đang đứng bên ngoài ở phía hiện tại, mà là chỉ dẫn dành cho người ở bên trong nhìn ra ngoài
  • “Các cuộc trò chuyện được xử lý bởi người đánh giá để cải thiện công nghệ vận hành Gemini Apps. Đừng nhập nội dung mà bạn không muốn bị xem xét hoặc sử dụng.”
    Tôi cảm ơn vì họ nói thẳng như vậy, nhưng việc tính năng trả phí mà không có quyền riêng tư hay cách opt-out thì không ổn lắm

    • Có vẻ nếu tắt Gemini Apps Activity thì có thể ngăn dữ liệu bị dùng cho huấn luyện
      Có ghi rằng “nếu bạn không muốn các cuộc trò chuyện trong tương lai bị xem xét hoặc được dùng để cải thiện các mô hình học máy thì hãy tắt Gemini Apps Activity”
    • Nếu nó không chạy cục bộ thì coi như không có quyền riêng tư. Trừ khi nó hoạt động trên dữ liệu đã mã hóa, còn không thì với dịch vụ được host bạn luôn phải mặc định là như vậy
      Ngoại lệ hiếm hoi là khi hợp đồng ghi rõ nhà cung cấp bị cấm sử dụng hoặc xem dữ liệu mà không có sự cho phép của người dùng
    • Đội sales của Microsoft giờ đã có thêm một câu khẩu hiệu để lôi ra dùng khắp nơi từ rất sớm
    • Nếu sống ở California thì gần như chắc chắn bạn có quyền opt-out
  • Gemini Ultra có vẻ tốt hơn GPT-4 về mặt suy luận logic. Vẫn đang trong quá trình thử nghiệm, nhưng có những prompt mà Ultra trả lời đúng còn GPT-4 thì làm sai hoàn toàn
    “Tabitha thích cookies nhưng ghét cake. Cô ấy thích mutton nhưng ghét lamb, và thích okra nhưng ghét squash. Nếu theo cùng một quy tắc, giữa cherries và pears thì cô ấy sẽ thích thứ nào?”
    https://i.imgur.com/KW6gQbc.jpeg
    https://i.imgur.com/OSHSvLp.png

    • Có lẽ để kiểm tra khả năng suy luận của các mô hình kiểu này thì nên dùng logic hình thức thực sự thay vì tiếng Anh. Trong một bài kiểm tra, Gemini thất bại nặng còn GPT-4-Turbo thì trả lời đúng
      Trong prompt yêu cầu điền chỗ trống của hàm CoC, GPT-4-Turbo đưa ra đáp án đúng là (f (g (h (g z)))), còn Gemini Advanced trả lời sai là h (h (g (f z)))
      Gemini thậm chí còn không làm theo chỉ thị “chỉ trả lời đáp án”, mà còn thêm cả một đống lời biện minh lẫn ảo giác. Có vẻ như đã xác định được bên thắng cuộc. Ảnh chụp màn hình: https://imgur.com/a/GotG0yF
    • Bằng chứng cho thấy Gemini gian lận: https://i.imgur.com/eYJDFjS.png
      Nó trả lời rằng cherries rơi từ trên trời xuống. Đây là câu hỏi đầu tiên trong cuộc trò chuyện, không có câu hỏi trước đó hay ngữ cảnh nào cả
    • Tôi chắc chắn sẽ không bao giờ đoán đúng được câu trả lời đó. Với ít dữ liệu như vậy, người ta có thể tùy ý nghĩ ra vô số quy tắc để khớp với đáp án mong muốn
      Trong các trường hợp sử dụng thực tế, điều ấn tượng hơn có lẽ là khi một mô hình ngôn ngữ lớn nói “không thể đoán được” thay vì bịa ra suy luận của mình hoặc đi tìm câu trả lời trên mạng
    • Nếu tôi sai thì xin hãy sửa lại. Các mô hình ngôn ngữ lớn không thể giải được kiểu câu đố này. Đây không phải là vấn đề năng lực suy luận logic, mà là do cách từ ngữ được biểu diễn thành token
      Việc “apples” có hai âm tiết là điều nó có thể biết từ đâu đó trong dữ liệu huấn luyện, nhưng nếu tạo ra một tên trái cây giả như “bratush”, thì con người sẽ nhìn nó như một từ có hai âm tiết, còn với mô hình ngôn ngữ lớn, không có thông tin nội tại của từ đó nên nó có thể tương ứng với 1 đến 7 token
    • Nếu đưa thêm hướng dẫn và prompt cho GPT-4 thì đôi khi có thể khiến nó đưa ra lời giải đúng, và nó trả lời đúng 7 trên 10 lần
      Chiến lược là yêu cầu nó đề xuất 5 mẫu càng đặc trưng và mới càng tốt, kiểm tra xem chúng có áp dụng mà không có ngoại lệ hay không, rồi chậm rãi xác minh lại xem mẫu có thực sự áp dụng chính xác không, đồng thời bắt nó giải thích từng bước để không bỏ sót điều gì quan trọng
  • Tách biệt với chất lượng mô hình, cấu trúc gói thuê bao này khá kỳ cục, đặc biệt là với những người đang dùng Google One
    Trước đây, mọi thứ nhất quán và dễ hiểu: $9.99/tháng cho 2TB cùng các quyền lợi khác, $24.99/tháng cho 5TB cùng các quyền lợi cao hơn, rồi các gói cao cấp 10~30TB, chỉ có điểm là 10~30TB không có hình thức thanh toán theo năm
    Giờ đây có thêm gói AI với giá $19.99/tháng gồm 2TB, các quyền lợi khác và quyền truy cập Gemini, nhưng chỉ có thanh toán theo tháng
    Người dùng Google One hiện tại rơi vào tình huống khá lạ. Người dùng gói 2TB trả theo năm muốn dùng Gemini thì phải chuyển sang gói trả theo tháng, còn người dùng dung lượng cao hơn thì thậm chí không có lựa chọn nâng cấp trừ khi giảm dung lượng lưu trữ. Người dùng Google Fi còn tệ hơn vì dù muốn trả thêm tiền cũng không có tùy chọn nâng cấp
    Có vẻ Google cũng nhận ra điều này nên đang cho người dùng gói cao cấp dùng miễn phí các tính năng AI đến ngày 31 tháng 7, rồi sau đó có thể sẽ chuẩn bị gói mới, nhưng như vậy vẫn gây bối rối lớn cho người dùng. Chỉ riêng việc YouTube Premium là một gói thuê bao riêng đã đủ phiền rồi, không cần phải mang vấn đề đó sang một sản phẩm lẽ ra phải là “One”

    • Đúng vậy. Tôi đã nâng cấp lên Gemini Advanced để dùng thử 2 tháng và định hủy, nhưng có vẻ không có cách nào hạ gói mà không hủy hẳn
      Tôi đang dùng gói 100GB trả theo năm đến tháng 8, và gói thuê bao tháng mới cũng không có giảm giá. Khá đáng tiếc
    • Gemini Advanced đơn giản là nên là một tiện ích bổ sung cho mọi gói Google One. Cấu trúc hiện tại trông như do một thực tập sinh thiếu kinh nghiệm tạo ra rồi mọi người cứ thế duyệt và tung ra
    • Không giống các quyền lợi gói khác, quyền truy cập Gemini Ultra chỉ được cấp cho chủ tài khoản chính của Family. Càng đáng tiếc hơn
    • Họ cũng dùng cấu trúc giá tương tự cho gói gia đình YouTube Premium. Có vẻ như họ bỏ gói trả theo năm để moi thêm tiền từ khách hàng
    • Tôi dùng Google Fi và đã nâng cấp lên gói AI mà không gặp vấn đề gì
  • “Sorry, Gemini Advanced isn't available for you”
    “Gemini Advanced hiện vẫn chưa khả dụng với bạn ở một số quốc gia, với tài khoản công việc và với người dùng dưới một độ tuổi nhất định.”
    Xem chi tiết: https://login.corp.google.com/request?s=support.corp.google....

    • Người dùng trả phí Google Work lúc nào cũng chịu thiệt
    • Ngay cả trên Pixel 8 Pro của tôi cũng không có AI summary. Gần như tôi không còn kỳ vọng sẽ dùng được Gemini trong quý 1 nữa
    • “Please sign in your Google account”
  • Bard? Gemini? Gemini Advanced? Gemini Ultra? Ultra 1.0? Có vẻ họ vẫn chưa chốt được hệ thống đặt tên. Đây là cách đặt tên gây rối nhất kể từ Xbox Series X

    • Theo một trong các thông báo trước đây của Google, Bard là giao diện văn bản nhiều lời, tức là sản phẩm, còn Gemini là kiến trúc mô hình ngôn ngữ lớn đứng sau Bard hiện tại và các sản phẩm AI khác của Google
      Gemini “Basic”, Advanced, Ultra là các kích cỡ khác nhau của kiến trúc đó
      Chỉ là suy đoán, nhưng “Ultra 1.0” có vẻ cho thấy ý định phát hành thêm các mô hình dựa trên cấu hình Ultra. Vì đây là mô hình mang tính thương mại nhất, cũng có thể sẽ có cam kết về độ ổn định. Ví dụ, dù Ultra 3.0 ra mắt thì Ultra 1.0 vẫn tiếp tục được cung cấp, để những người đã tích hợp và kiểm chứng nó trong dự án của mình có thể kỳ vọng thay đổi ở mô hình nền tảng là rất ít hoặc không có
    • Có vẻ như một tác dụng phụ của việc phải tung ra phiên bản để cạnh tranh với ChatGPT là mỗi lần phát hành đều chưa đủ tốt, nên họ lại công bố vài phiên bản cùng lúc và khẳng định chúng tốt hơn ChatGPT. Nhưng rồi tổng thể vẫn không hẳn như vậy, nên lại phải công bố phiên bản mới
      Giờ ai cũng đã nhận ra giá trị của dữ liệu, nên các công ty không phải OpenAI khó tiếp cận các khối dữ liệu miễn phí hơn trước, vì thế chuyện này có lẽ sẽ còn tiếp diễn một thời gian
      Tách riêng chuyện đó ra, tôi cho rằng ngay cả Microsoft dù có toàn quyền tiếp cận ChatGPT cũng triển khai kém hơn rất nhiều. Apple có lẽ cũng sẽ chịu số phận tương tự trong một thời gian
    • Việc đặt tên ở doanh nghiệp thường phản ánh sơ đồ tổ chức và mong muốn thăng tiến của nhiều cá nhân. Gắn tên đội của mình lên sản phẩm khác là một cách mở rộng lãnh địa và cho hội đồng xét thăng chức thấy tầm ảnh hưởng
    • Làm tôi nhớ đến mớ hỗn loạn trong cách đặt tên của các dịch vụ nhắn tin và mạng xã hội của Google
    • Cũng không đến mức khó hiểu như vậy. Tôi nghĩ chủ yếu là vì họ đang trong quá trình đổi tên
      Bard là cái tên đang bị loại bỏ, Gemini là tên mô hình và còn đỡ gây nhầm lẫn hơn việc cứ gọi là “GPT”
      Gemini Advanced là mô hình Gemini có năng lực hơn, Gemini Ultra là mô hình Gemini có năng lực nhất, Gemini 1.0 là phiên bản mô hình và có vẻ mang ý nghĩa giờ đã đạt 1.0 nên sẵn sàng để dùng chính thức
  • Tôi đã đăng ký Gemini Advanced giá 21 USD/tháng, và tuy chỉ là một trường hợp riêng lẻ, khi hỏi một bài toán lập trình khá khó thì nó làm rất tốt. Đó là Common Lisp, một ngôn ngữ khá ít người biết đến và cũng là ngôn ngữ lập trình tôi yêu thích nhất từ năm 1982. Chắc trên đời cũng phải có vài chục người mê CL chứ
    Cả đoạn mã được tạo ra lẫn phần giải thích đi kèm đều rất tốt
    Ngoài lề một chút, điều thú vị là giờ tôi hầu như không còn dùng các dịch vụ Google “miễn phí” như tìm kiếm hay Gmail nữa, nhưng lại đang chi khoảng 135 USD mỗi tháng cho các dịch vụ Google trả phí. Chưa tính chi phí GCP. Các dịch vụ trả phí như YouTube/Music Premium, YouTube TV, Play Books thực sự rất tốt