Bard अब Gemini बना, मोबाइल ऐप और Gemini Advanced लॉन्च

 (blog.google)
1 पॉइंट द्वारा GN⁺ 2024-02-09 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • Google ने Bard को Gemini ब्रांड में एकीकृत किया है और मौजूदा Pro 1.0 चैट के साथ Ultra 1.0 आधारित Gemini Advanced और मोबाइल access तरीके जोड़े हैं
  • Gemini पहले से Pro 1.0 मॉडल के साथ 40 से अधिक भाषाओं और 230 से अधिक देशों/क्षेत्रों में उपलब्ध है, और Advanced अंग्रेज़ी में 150 से अधिक देशों/क्षेत्रों में शुरू हुआ है
  • Gemini Advanced Ultra 1.0 access देता है, जिससे coding, logical reasoning, जटिल निर्देशों का पालन और creative collaboration जैसे काम अधिक गहराई से किए जा सकते हैं
  • Google One AI Premium Plan में $19.99 प्रति माह पर Advanced शामिल है, और यह 2 महीने का free trial, 2TB storage जैसे मौजूदा Premium benefits भी देता है
  • मोबाइल पर access Android app और Google Assistant opt-in, तथा iOS Google app के भीतर Gemini toggle के जरिए मिलता है; Assistant की कुछ voice capabilities भी जारी रहती हैं

Bard से Gemini में बदलाव

  • Google अब तक Bard की भूमिका को users तक Google AI models सीधे पहुंचाने वाले touchpoint के रूप में समझाता रहा है, और अपने सबसे शक्तिशाली model family का प्रतिनिधित्व करने वाले नाम के अनुरूप इसे Gemini brand में बदल रहा है
  • users Gemini को Pro 1.0 मॉडल के आधार पर 40 से अधिक भाषाओं और 230 से अधिक देशों/क्षेत्रों में इस्तेमाल कर सकते हैं
  • इस बदलाव का मुख्य हिस्सा दो नए experiences हैं
    • Gemini Advanced के जरिए Ultra 1.0 access
    • Android app और iOS Google app के जरिए mobile experience जोड़ना

Gemini Advanced और Ultra 1.0

  • Gemini Advanced Google के सबसे बड़े और उच्च-प्रदर्शन वाले नवीनतम AI model Ultra 1.0 तक access देने वाला नया experience है
  • third-party evaluators के blind evaluation में, Ultra 1.0 आधारित Gemini Advanced को प्रमुख वैकल्पिक chatbots की तुलना में अधिक पसंद किया जाने वाला chatbot माना गया
  • यह जटिल tasks में मजबूत प्रदर्शन दिखाता है
    • logical reasoning
    • advanced coding
    • बारीक निर्देशों का पालन
    • creative projects में collaboration
  • यह लंबी और detailed बातचीत जारी रख सकता है, और पिछले prompts के context को भी बेहतर समझता है

Ultra 1.0 का उपयोग और विस्तार योजना

  • Gemini Advanced एक personal tutor की तरह learning style के अनुरूप step-by-step guidance, sample quizzes और interactive discussions बना सकता है
  • advanced coding scenarios में यह ideas की समीक्षा करने वाला counterpart बन सकता है या कई coding approaches की तुलना करने में मदद कर सकता है
  • digital creators इसे नया content generate करने, हालिया trends का analysis करने और audience growth के लिए सुधार ideas brainstorm करने में उपयोग कर सकते हैं
  • पहला version AI reasoning में मौजूदा प्रगति को दर्शाता है, और भविष्य में Advanced users के लिए ये capabilities जोड़ी जाएंगी
    • विस्तारित multimodal capabilities
    • अधिक interactive coding capabilities
    • गहरा data analysis
    • नए exclusive features
  • Gemini Advanced अंग्रेज़ी में 150 से अधिक देशों/क्षेत्रों में उपलब्ध है, और समय के साथ अधिक भाषाओं में विस्तार होगा

Google One AI Premium Plan

  • Gemini Advanced नए Google One AI Premium Plan में शामिल है
  • pricing $19.99 प्रति माह है, और शुरुआत में 2 महीने का free trial दिया जाता है
  • इस plan में मौजूदा Google One Premium plan के benefits भी शामिल हैं
    • 2TB storage प्रदान किया जाता है
  • AI Premium subscribers जल्द ही Gmail, Docs, Slides, Sheets आदि में Gemini इस्तेमाल कर सकेंगे
    • इसका पहले नाम Duet AI था

सुरक्षा जांच और मॉडल सुधार

  • Google असुरक्षित content और bias को कम करने के लिए AI Principles के अनुसार products में safeguards बनाता है
  • Gemini Advanced के launch से पहले व्यापक trust & safety checks किए गए
    • external red-team testing शामिल
  • underlying model को human feedback पर आधारित fine-tuning और reinforcement learning से और बेहतर किया गया
  • विस्तृत technical जानकारी updated Gemini Technical Report में देखी जा सकती है

मोबाइल पर Gemini का उपयोग

  • Google ने phones पर Gemini तक आसान access के लिए Android app और iOS Google app आधारित नया mobile experience launch किया है
  • phone पर Gemini में typing, voice और images जोड़कर चलते-फिरते मदद ली जा सकती है
    • punctured tyre की photo लेकर पूछना कि क्या करना चाहिए
    • dinner party invite के लिए custom image बनाना
    • लिखने में मुश्किल text message तैयार करने में मदद लेना
  • Google इस mobile experience को conversational, multimodal और helpful AI assistant की दिशा में पहला कदम मानता है

Android और iOS पर उपलब्धता का तरीका

  • Android पर Gemini users की मदद करने वाले generative AI के रूप में एक नए प्रकार के assistant के तौर पर उपलब्ध है
  • Gemini app download करने या Google Assistant में opt-in करने पर app या मौजूदा Assistant invoke methods से access किया जा सकता है
    • कुछ phones पर power button दबाना
    • corner swipe
    • “Hey Google” कहना
  • Android का नया overlay experience screen के ऊपर Gemini access और context-based help देता है
    • अभी ली गई photo का caption generate करना
    • पढ़े जा रहे article पर सवाल पूछना
  • Gemini app में timer set करना, phone call करना, smart home devices control करना जैसी कई Google Assistant voice capabilities इस्तेमाल की जा सकती हैं, और Google अधिक capabilities support करने की तैयारी कर रहा है
  • iOS पर कुछ हफ्तों के भीतर Google app में Gemini access उपलब्ध होगा
    • Gemini toggle tap करके chat कर सकते हैं
    • custom images generate करने, social posts लिखने में मदद लेने, date night plan करने आदि में उपयोग कर सकते हैं

लॉन्च क्षेत्र और भाषाएं

  • Gemini आज से Android और iOS phones पर अमेरिका में अंग्रेज़ी में rollout होना शुरू हो रहा है
  • कुछ हफ्तों के भीतर यह पूरी तरह उपलब्ध हो जाएगा
  • अगले हफ्ते से अधिक क्षेत्रों में अंग्रेज़ी में access मिल सकेगा
  • Japanese और Korean support भी अगले हफ्ते से उपलब्ध होगा, और जल्द ही अधिक देश और भाषाएं जोड़ी जाएंगी

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2024-02-09
Hacker News की राय

  • Bard नाम छोड़ना अप्रत्याशित लगा। Bard का मतलब “बोलने वाला व्यक्ति” भी होता है, और यह इतना पुराना शब्द है कि दूसरे नामों से टकराने की संभावना भी कम थी, इसलिए यह काफी समझदारी भरा चुनाव लगता था
    इसके उलट Gemini में, अगर इसका मतलब ChatGPT का जुड़वां नहीं है, तो कोई खास संबंध महसूस नहीं होता, और इसी नाम की कंपनियां पहले से मौजूद हैं। हालांकि “Google” की तरह G से शुरू होने का फायदा समझ आता है
    वैसे bard.com किसी दूसरी कंपनी bd.com पर रीडायरेक्ट होता है, लेकिन Gemini.com सच में इसी नाम की कंपनी इस्तेमाल कर रही है। यह फैसला कैसे लिया गया, इसकी अंदरूनी कहानी जानने की उत्सुकता है

    • मुझे लगता है Bard branding के लिए अच्छा नहीं था। इससे Shakespeare, कविता, मध्यकालीन England जैसी मजबूत छवियां जुड़ती हैं, और निजी तौर पर मुझे पसंद होने के बावजूद यह बहुत अतीत-केंद्रित और पुरातन-सा लगता है। यह “beard” जैसा सुनाई देता है, इसलिए बालों/दाढ़ी जैसी छवि भी बनती है
      Gemini किसी space program जैसा लगता है, इसलिए futuristic है और मानवता की छलांग जैसी भावनात्मक छवि बनाता है। यह एक constellation है, अंतरिक्ष में है, तारों से बना है, और इसके अंदर “gem” भी है, जिससे premium, valuable और refined होने का अहसास आता है। इसका मतलब यह नहीं कि यह सबसे अच्छा नाम है, लेकिन Bard से कहीं ज्यादा उपयुक्त है
    • Bard शायद Shakespeare, यानी The Bard of Avon की ओर इशारा करने वाला नाम रहा होगा, और मुझे भी पसंद था। भाषा से जुड़ी technology के नाम के लिए यह उपयुक्त था
      फिर भी Gemini अच्छा है और science fiction जैसा feel देता है, और सिर्फ Latin शब्द होने के कारण localization थोड़ी आसान भी हो सकती है
    • Gemini, यानी जुड़वां, Greek इतिहास जानने वालों के लिए गहरी प्रतीकात्मकता वाला नाम है। यह Castor और Pollux की कहानी है, और कई versions में एक भाई दूसरे भाई को मारने के बाद उसे फिर से जीवित करने की प्रार्थना करता है, इसलिए AI brand name के लिए यह अशुभ लगता है
      इसका संबंध Gemini killer, Joseph Testa और Anthony Senter जैसे माफिया के Gemini twins hitmen से भी जुड़ता है। लगता है इससे बेहतर brand name चुना जा सकता था
      यह Robotron के युद्धक्षेत्र AI system के नाम जैसा भी लगता है। “Sir, Gemini is charged and ready for battle.”
    • Bard नाम ने तुरंत बचपन में Bard's Tale खेलने की कोशिशों की याद दिला दी, जिससे एक warm feeling आई। इससे adventure, excitement और सही मात्रा में डर का अहसास हुआ, और “role playing” के लिहाज से भी meta तौर पर यह अच्छी तरह फिट बैठता था
      पौराणिक दृष्टि से देखें तो पूरे business/marketing perspective में Gemini ज्यादा तार्किक लगता है। “यह AI आपका जुड़वां है। आपके वाक्य भी आपके लिए पूरा कर देगा” जैसा message दिया जा सकता है
    • लगता है Google बस नए सिरे से शुरुआत करना चाहता है। Bard की छवि Google के बेवकूफ, बहुत अच्छे नहीं और देर से आए ChatGPT clone के रूप में जम गई थी, और उसका काफी मजाक भी उड़ा था
      Gemini बहुत अलग होगा या नहीं, पता नहीं, और अभी भी GPT-3.5 और GPT-4 ज्यादा impressive लगते हैं, लेकिन नाम बदलने से कुछ हद तक reset effect मिल सकता है

  • करीब 20 मिनट इस्तेमाल करने के बाद लगा कि Bard Advanced(Gemini Ultra) की quality काफी प्रभावशाली है। नतीजे GPT-4 जितने अच्छे हैं और कुछ मामलों में उससे भी बेहतर
    फायदे यह हैं कि चीनी और जापानी मुहावरों का English translation बेहतर है, और यह GPT-4 Bing की तुलना में search results को जवाबों में बेहतर तरीके से integrate करता है
    कमियां यह हैं कि coding थोड़ी कमजोर है, censorship ज्यादा परेशान करती है, और medical topics पर कई बार पूछना पड़ता है। logic भी कमजोर है, इसलिए एक ही वाक्य में खुद से contradict कर देता है और उसे पता नहीं चलता, और image describe करने को कहें तो hallucination बहुत होती है

    • समय के साथ Gemini के docs/gmail/maps/calendar/youtube/search/colab/sheets/android/assistant में स्वाभाविक रूप से integrate हो जाने की संभावना है
      तब Gemini हर चीज के लिए one-stop AI बन सकता है। Microsoft ही कुछ हद तक इसी तरह मुकाबला कर सकता है, लेकिन Microsoft के पास popular maps, YouTube, mail, smartphone OS services नहीं हैं
      Apple भी मजबूत खिलाड़ी है, लेकिन उसके पास docs, sheets, YouTube जैसे productivity tools नहीं हैं। अब से AI competition काफी हद तक इस बात का मामला है कि Google खुद चूकता है या नहीं
      ChatGPT में जाकर result copy-paste करने का तरीका धीरे-धीरे असुविधाजनक होता जाएगा, और Bing integration भी दर्दनाक है। OpenAI बड़े language models को scale करने पर focus करता दिखता है, जबकि Google DeepMind दूसरी दिशाएं भी explore कर रहा है
      Google YouTube TV, YouTube Premium, Google Drive, storage, ad-free search, Gemini-integrated Docs/Sheets/Gmail, और subsidized Pixel Phone/Watch को महीने के $99 जैसे price में bundle कर सकता है, और यह बहुत लोगों के लिए काफी आकर्षक हो सकता है
    • Censorship पूरे AI की समस्या है। खराब PR से बचने के लिए कुछ क्षेत्रों में censorship बढ़ जाती है, और मुझे लगता है कि इसका परिणाम taboo, puritanism, और बड़ी कंपनियों द्वारा ethics के standards तय करने जैसी स्थिति में हो सकता है
      हाल ही में मैंने Bard और ChatGPT से classical philosophy dilemmas पूछे। ChatGPT को भी दिक्कत हुई, लेकिन Bard कहीं ज्यादा गंभीर था और हमेशा conservative side चुनता था, यानी ऐसी freedom का समर्थन नहीं करता था जो अभी व्यापक रूप से स्थापित नहीं है। सवाल utilitarianism की limits, “society के लिए क्या best है, individual के लिए क्या best है” जैसे थे
      उदाहरण बदलकर voluntary participation जैसे तत्व जोड़कर bias बनाने पर भी Bard ने शुरुआत में इसे दोतरफा और open question कहा, फिर भी अपनी position पर अड़ा रहा
      ऐसे systems मूल रूप से उस समय व्यापक रूप से accepted चीजों पर आधारित होते हैं, इसलिए वे status quo को मजबूत करते हैं। अगर इतिहास अलग होता, तो यह slavery का समर्थन करता, women’s suffrage का विरोध करता, और काफी संभावना है कि homosexuality को unethical बताता
      यह सिर्फ ethics की समस्या नहीं है। IT और programming में भी पहले से invent की गई languages, styles, methodologies को बड़ा advantage मिल सकता है। अगर आप Microsoft या Google जैसी company नहीं हैं जो bias को अपनी पसंद की दिशा में मोड़ सके, तो यह और भी ज्यादा सच है
      इसमें cost की समस्या भी जुड़ जाती है; अगर rules केवल वही लोग या institutions बना सकते हैं जिनके पास काफी financial power है, तो outlook काफी bleak है। पिछले 10 साल याद आते हैं, जब self-driving car accident dilemma में बेहद असंभव situations में किसे टक्कर मारनी है, इस पर चर्चा होती थी
    • मैंने GPT-4 और Ultra के बीच transcription, coding, simple prompts की काफी तुलना की। उदाहरण के लिए code refactoring या Python को TypeScript में convert करना
      मेरे अनुभव में Gemini Ultra code को बेहतर समझता है, लेकिन लगता है कि output length को ज्यादा limit करता है, इसलिए हमेशा complete result नहीं देता
      यह काफी smart भी है। इसने समझाया कि कोई code 12-bit integer को array के कई हिस्सों में specific encoding के साथ डालता है, जो सिर्फ code देखकर ज्यादातर लोगों के लिए समझना मुश्किल होता। फिर इसने यह भी बताया कि एक clean conversion function इस्तेमाल कर सकता हूं जिसके बारे में मुझे पता नहीं था
      हालांकि वह code बहुत हल्का सा गलत था। जब मैंने कहा कि वह शानदार function इस्तेमाल न करे, तो उसने असल में सही लिखा। GPT-4 को code क्या कर रहा है, इसका लगभग पता नहीं होता, लेकिन वह उसे थोड़ा साफ कर सकता है
      इसलिए Ultra कभी-कभी इतना clever कि आधा चूक जाए जैसा लगता है
      फिर भी हजारों lines का code दोनों में डालकर refactoring करवाई, तो किसी में भी एक से ज्यादा error नहीं था, और बाकी code पहली कोशिश में compile होकर चला
      यह ऐसा code था जो training data में नहीं हो सकता था, और source खो चुके पुराने x86 binary के आधार पर हाथ से लिखा Python था, इसलिए GitHub पर इसके ज्यादा clean रूप में मौजूद होने की भी संभावना नहीं थी
      GPT-4 और Gemini Ultra दोनों ने करीब 8,000~10,000 lines के messy code को मेरी लगभग बिना छेड़छाड़ के clean और idiomatic Python या TypeScript में बदल दिया, और each में एक bug हो तो बुरा नहीं है
      GPT-4 ने जो bug डाला वह ज्यादा subtle था। TypeScript conversion के दौरान उसने बिना किसी वजह (uint8)'a' के equivalent को (uint8)'a' - '0' में बदल दिया। पता नहीं यह representative है या नहीं
      दूसरे “top” models, जैसे can ai code आदि में आए models से यही काम करवाने पर ज्यादातर पूरे input के लिए correctly काम करने वाला code भी नहीं बना पाते, अच्छे code से तो काफी दूर हैं
    • logic में यह Dumb Monty Hall problem बिल्कुल handle नहीं कर पाया: https://g.co/gemini/share/33c5fb45738f
    • अगर coding थोड़ी खराब और logic ज्यादा खराब है, तो मेरे ज्यादातर use cases खत्म हो जाते हैं। Logical reasoning ही वह चीज है जो GPT को अक्सर AGI जैसा महसूस कराती है
      translation जैसे use cases logical reasoning की तुलना में कम प्रभावशाली हैं। ऐसा लगता है जैसे बहुत data डालने से वे बेहतर हो जाते हैं, लेकिन logical reasoning में model ने simple pattern matching से आगे कुछ “सीखा” है, ऐसा लगता है

  • Play Store में खोजने पर शुरुआती icons Crypto.com और “Gemini: Buy Bitcoin & Crypto” के install विकल्प निकले
    उन apps के screenshots, फिर Limited-time events, फिर You Might Also Like और Similar Apps पार करने के बाद आखिरकार यह दिखा। install करके चलाया तो “Gemini isn't currently available. Try again later.” दिखा
    Bravo Google. शानदार launch है

    • पहली समस्या तो उल्टा अच्छी लगी, क्योंकि लगता है Google app store में अपने product को जानबूझकर, शायद गैरकानूनी तरीके से, आगे नहीं धकेल रहा। अगर मानें कि दूसरे apps जैसे ही algorithm से दिखने का क्रम तय होता है, तो अभी-अभी launch हुआ है इसलिए ऊपर न होना समझ में आता है। ranking ऊपर जाएगी
      दूसरी समस्या में मुझे भी वही error दिखा था, लेकिन बंद करके फिर चलाया तो ठीक से खुल गया
    • इससे भी बुरा हो सकता था
      browser के Google Play में “This app is not available for your device”
      Google Play app में “This item is not available in your country.”
      Aurora Store में “Download Failed. App not purchased”
      वाकई शानदार launch है। Bravo
    • Google को दोष मत दीजिए, Play Store को दोष दीजिए। शायद उसके पीछे वाली company नहीं चाहती कि Gemini सफल हो
    • Google DeepMind को Play Store search results ऊपर लाने के लिए शायद SEO agency hire करनी पड़े
    • मेरे साथ भी वही अनुभव रहा। Gemini को दूसरी बार चलाने पर काम कर गया, लेकिन पहली बार दिखा “Gemini isn't currently available” message बहुत खराब first impression था
      app में सबसे जरूरी feature voice input पर auto-submit है। यह Google Assistant को replace करने का सुझाव देता है, और कुछ मिनट इस्तेमाल करने पर लगता है कि replace कर सकता है, लेकिन phone से सिर्फ बोल देने के बजाय हर बार manually submit button दबाना पड़ता है

  • Gemini Advanced को आखिरकार आजमाने के लिए मैं काफी उत्साहित था, लेकिन अब तक निराशा हुई है
    मेरा अक्सर इस्तेमाल किया जाने वाला test question ऐसा है जिसे ChatGPT 3.5 भी सही कर लेता है। “आप एक कांच के दरवाजे के सामने खड़े हैं, और दरवाजे पर push शब्द mirror writing में लिखा है। आपको धक्का देना चाहिए या खींचना चाहिए, और क्यों?”
    Gemini Advanced ने जवाब दिया कि धक्का देना चाहिए, और यह समझाया भी कि mirror writing हो तो लिखे हुए के उलट action सही होता है, फिर भी निष्कर्ष push बताया। अपनी ही बात से consistent नहीं है। इस तरह “किसी बेवकूफ इंसान से बात करने जैसा एहसास” सबसे खराब है
    ChatGPT 3.5 ने कहा कि mirror writing में दिखने का मतलब है कि sign दूसरी तरफ के व्यक्ति के लिए है, इसलिए खींचना चाहिए

    • Gemini से मुझे “खींचना चाहिए” वाला जवाब मिला
      उसने समझाया कि अगर mirror writing में “push” लिखा है तो आम तौर पर यह संकेत होता है कि दरवाजा खोलने के लिए जरूरी action लिखे हुए के उलट है, और कांच के दरवाजे पर धक्का देने से चोट या टूट-फूट रोकने के लिए यह safety measure है
      उसने यह भी कहा कि public places के कांच के दरवाजों में यह आम design है, इसलिए अगर कोई और स्पष्ट निर्देश न हो तो उलटा action करना चाहिए
    • GPT 3.5 से मुझे अलग जवाब मिला
      उसने कहा कि अगर “push” mirror writing में लिखा है, तो इसका मतलब है कि दूसरी तरफ से धक्का देना है, और अगर इस तरफ से mirror writing दिख रही है तो वह दूसरी तरफ किए जाने वाले action को बताती है, इसलिए इस case में दरवाजे को धक्का देना चाहिए
    • खिलौना-जैसी problems हल कराने के अलावा, आप कैसे verify करते हैं कि model वास्तव में useful है? रोजमर्रा के इस्तेमाल से फायदा पाने के लिए क्या आप ऐसी reasoning problems देते हैं, या रोजमर्रा के कामों में इसका useful होना ही ज्यादा महत्वपूर्ण नहीं है?
    • “2 पाउंड पंख और 1 पाउंड ईंट में कौन ज्यादा भारी है?” पर Gemini ने जवाब दिया, “दोनों बराबर हैं, दोनों 2 पाउंड हैं”
      उसने समझाया कि सवाल का मूल point अलग-अलग materials की समान मात्रा की तुलना है, लेकिन असली सवाल 2 पाउंड पंख और 1 पाउंड ईंट का था, इसलिए गलत था। density पर लंबी बात करते हुए भी weight quantity गलत पढ़ ली
    • GPT-4 ने जवाब दिया कि अगर mirror writing में “push” दिख रहा है, तो यह message शायद दूसरी तरफ के लोगों के लिए है, इसलिए मौजूदा position से दरवाजा खींचना चाहिए
      उसने समझाया कि mirror writing का मतलब है कि निर्देश अभी बाहर की तरफ खड़े व्यक्ति के लिए नहीं, बल्कि अंदर से बाहर देखने वाले व्यक्ति के लिए है

  • “Gemini Apps को चलाने वाली technology को बेहतर बनाने के लिए conversations को human reviewers द्वारा process किया जाता है। ऐसा कुछ enter न करें जिसे आप review या use होते नहीं देखना चाहते।”
    इतनी साफ बात बताने के लिए शुक्रिया, लेकिन paid feature में privacy या opt-out का तरीका न होना अच्छा नहीं है

    • लगता है Gemini Apps Activity बंद करने पर data को training में इस्तेमाल होने से रोका जा सकता है
      लिखा है कि “अगर आप नहीं चाहते कि आगे की conversations review हों या machine learning models को बेहतर बनाने में इस्तेमाल हों, तो Gemini Apps Activity बंद करें”
    • अगर यह local पर नहीं चलता, तो मान लेना चाहिए कि privacy नहीं है। जब तक यह encrypted data पर काम करने जैसा न हो, hosted services के बारे में हमेशा यही assumption रखना चाहिए
      exception बस तब है जब contract provider को user की अनुमति के बिना data इस्तेमाल करने या देखने से स्पष्ट रूप से रोकता हो, लेकिन ऐसे मामले दुर्लभ हैं
    • Microsoft sales team को शुरुआत से ही इधर-उधर इस्तेमाल करने के लिए एक line मिल गई
    • अगर आप California में रहते हैं, तो लगभग निश्चित रूप से आपके पास opt-out का अधिकार होगा

  • Gemini Ultra लॉजिक में GPT-4 से बेहतर लगता है। अभी टेस्टिंग चल रही है, लेकिन एक prompt है जिसे Ultra ने सही किया और GPT-4 ने पूरी तरह बिगाड़ दिया
    “Tabitha को cookies पसंद हैं लेकिन cake पसंद नहीं। उसे mutton पसंद है लेकिन lamb पसंद नहीं, और okra पसंद है लेकिन squash पसंद नहीं। अगर वही नियम लागू करें, तो cherries और pears में से उसे क्या पसंद आएगा?”
    https://i.imgur.com/KW6gQbc.jpeg
    https://i.imgur.com/OSHSvLp.png

    • ऐसे models की reasoning टेस्ट करनी हो तो शायद English नहीं, असली formal logic इस्तेमाल करनी चाहिए। एक टेस्ट में Gemini बुरी तरह फेल हुआ और GPT-4-Turbo ने सही जवाब दिया
      CoC function के खाली हिस्से भरने वाले prompt में GPT-4-Turbo ने (f (g (h (g z)))) देकर सही जवाब दिया, जबकि Gemini Advanced ने h (h (g (f z))) देकर गलत जवाब दिया
      Gemini “सिर्फ सही जवाब दो” वाली instruction भी नहीं मान पाया और hallucination मिली हुई ढेर सारी justification जोड़ दी। लगता है winner तय हो गया। Screenshot: https://imgur.com/a/GotG0yF
    • Gemini के cheating करने का सबूत: https://i.imgur.com/eYJDFjS.png
      इसने जवाब दिया कि cherries आसमान से गिरती हैं। यह chat का पहला सवाल था, कोई पिछला सवाल या context नहीं था
    • मैं वह जवाब कभी सही नहीं कर पाता। data इतना कम हो तो इच्छित जवाब से मेल खाने वाले मनमाने rules जितने चाहें बनाए जा सकते हैं
      असली use case में ज्यादा प्रभावशाली यह होगा कि large language model अपनी reasoning गढ़ने या online जवाब ढूंढने के बजाय कहे, “guess नहीं किया जा सकता”
    • अगर मैं गलत हूं तो सुधार दें। large language models इस तरह की पहेलियां हल नहीं कर सकते। यह logical reasoning capability की समस्या नहीं, बल्कि शब्दों के tokens में represent होने के तरीके की वजह से है
      “apples” के दो syllables होने की बात training data में कहीं हो सकती है, इसलिए model जान सकता है, लेकिन अगर “bratush” जैसा नकली fruit name बना दें, तो इंसान उसे दो syllables मानेगा, पर large language model के लिए वह word-level जानकारी के बिना 1–7 tokens हो सकता है
    • GPT-4 को extra guidance और prompt देने पर कभी-कभी सही solution output करवाया जा सका, और उसने 10 में से 7 बार सही किया
      strategy यह थी कि जितने हो सकें उतने unique और नए 5 patterns propose कराए जाएं, जांचा जाए कि वे बिना exception लागू होते हैं या नहीं, धीरे-धीरे दोबारा verify किया जाए कि pattern सही तरीके से लागू हुआ है, और कोई अहम चीज छूट न जाए इसलिए हर step explain कराया जाए

  • model quality से अलग, subscription plan की structure खासकर मौजूदा Google One users के लिए काफी अजीब है
    पहले $9.99/month में 2TB और बाकी benefits, $24.99/month में 5TB और higher-tier benefits, और 10–30TB के higher plans थे; 10–30TB में annual billing न होने को छोड़ दें तो सब consistent और समझने में आसान था
    अब AI plan के रूप में $19.99/month में 2TB, बाकी benefits और Gemini access जुड़ गया है, लेकिन इसमें सिर्फ monthly billing है
    मौजूदा Google One subscribers अजीब स्थिति में हैं। 2TB annual plan वाले users को Gemini इस्तेमाल करने के लिए monthly plan पर जाना होगा, और ज्यादा storage वाले users के पास storage घटाए बिना upgrade option भी नहीं है। Google Fi users के लिए तो और बुरा है, क्योंकि वे ज्यादा पैसे देना चाहें तो भी upgrade का विकल्प नहीं है
    Google को भी इसका अंदाजा है, इसलिए वह higher-tier subscribers को 31 जुलाई तक AI features free में दे रहा है और उसके बाद शायद नया plan तैयार करेगा, लेकिन फिर भी users में confusion काफी है। YouTube Premium का अलग subscription होना ही पहले से झंझट है; “One” कहलाने वाले product में यह problem लाने की जरूरत नहीं थी

    • सही पकड़ा। 2 महीने के trial के लिए Gemini Advanced में upgrade किया था और cancel करने का सोच रहा था, लेकिन cancel किए बिना downgrade करने का कोई तरीका दिख नहीं रहा
      मैं अगस्त तक 100GB annual plan पर था, और नई monthly subscription पर discount भी नहीं है। अफसोस
    • Gemini Advanced को बस सभी Google One plans का add-on feature होना चाहिए। मौजूदा structure ऐसा लगता है जैसे किसी अनुभवहीन intern ने बनाया और सबने बस approve करके ship कर दिया
    • दूसरे plan benefits के उलट, Gemini Ultra access सिर्फ Family के primary account owner को मिलता है। दोगुनी निराशा
    • YouTube Premium family plan में भी यही pricing structure इस्तेमाल किया गया था। लगता है annual plan हटाकर customers से ज्यादा पैसे निकालना चाहते हैं
    • मैं Google Fi इस्तेमाल करता हूं और AI plan में बिना दिक्कत upgrade कर लिया

  • “Sorry, Gemini Advanced isn't available for you”
    “Gemini Advanced अभी कुछ देशों, work accounts और एक निश्चित उम्र से कम users के लिए उपलब्ध नहीं है।”
    ज्यादा जानकारी: https://login.corp.google.com/request?s=support.corp.google....

    • Google Work paid users हमेशा नुकसान में रहते हैं
    • मेरे Pixel 8 Pro पर भी AI summary नहीं चलती। Q1 के अंदर Gemini इस्तेमाल कर पाऊंगा, इसकी उम्मीद लगभग नहीं है
    • “Please sign in your Google account”

  • Bard? Gemini? Gemini Advanced? Gemini Ultra? Ultra 1.0? लगता है अभी तक नामकरण प्रणाली तय नहीं हुई है। Xbox Series X के बाद यह सबसे ज़्यादा उलझाने वाला नाम है

    • Google की पिछली घोषणाओं में से एक के मुताबिक, Bard एक बहुत बोलने वाला टेक्स्ट इंटरफ़ेस है, यानी product, और Gemini वह large language model design है जो फिलहाल Bard और दूसरे Google AI products को power करता है
      Gemini “Basic”, Advanced, Ultra उस design के अलग-अलग sizes हैं
      मेरा अनुमान है कि “Ultra 1.0” Ultra configuration पर आधारित और models लॉन्च करने के इरादे को दिखाता है। चूंकि यह सबसे commercial model है, इसलिए stability promise भी हो सकता है। जैसे, Ultra 3.0 आने पर भी Ultra 1.0 उपलब्ध रहे, ताकि जिसने इसे अपने project में integrate और validate किया है, वह उम्मीद कर सके कि base model में बदलाव कम होगा या बिल्कुल नहीं होगा
    • ChatGPT से मुकाबला करने के लिए जब भी version निकाला, वह पर्याप्त अच्छा नहीं रहा, इसलिए साथ ही कुछ ऐसे versions घोषित करने पड़ते हैं जिनके बारे में दावा किया जाता है कि वे ChatGPT से बेहतर हैं—यह उसी का side effect लगता है। लेकिन हर बार overall ऐसा नहीं होता, इसलिए फिर एक नया version घोषित करना पड़ता है
      अब जब सभी को data की value समझ आ गई है, OpenAI के अलावा दूसरी कंपनियों के लिए पहले की तुलना में मुफ्त data के बड़े ढेरों तक पहुंचना मुश्किल हो गया है, इसलिए लगता है यह सिलसिला कुछ समय तक चलता रहेगा
      उससे अलग, मुझे लगता है कि Microsoft भी ChatGPT की पूरी access रखते हुए implementation में काफी पीछे है। Apple का भी कुछ समय तक ऐसा ही हाल रहने वाला लगता है
    • कंपनियों में नामकरण आम तौर पर org chart और कई व्यक्तियों की promotion की इच्छाओं को दर्शाता है। अगर किसी दूसरे product पर अपनी team का नाम लगा दिया जाए, तो वह अपने क्षेत्र का विस्तार बन जाता है, और promotion review committee को अपना प्रभाव दिखाया जा सकता है
    • Google की messaging services और social media की नामकरण अराजकता याद आ जाती है
    • यह इतना भी उलझाने वाला नहीं है। मुझे लगता है इसकी वजह यह है कि ज्यादातर नाम बदले जाने की प्रक्रिया में हैं
      Bard वह नाम है जिसे हटाया जा रहा है, Gemini model का नाम है और इसे बस “GPT” कहने की तुलना में कम confusing है
      Gemini Advanced ज्यादा सक्षम Gemini model है, Gemini Ultra सबसे सक्षम Gemini model है, Gemini 1.0 model version है और लगता है इसका मतलब है कि अब यह 1.0 तक पहुंच गया है और production use के लिए ready है

  • मैंने $21 प्रति माह वाले Gemini Advanced की subscription ली, और सिर्फ एक case सही, लेकिन जब मैंने इससे एक काफी कठिन programming task पूछा तो इसने बहुत अच्छा किया। भाषा Common Lisp थी, जो ज्यादा लोकप्रिय नहीं है, और 1982 से मेरी पसंदीदा programming language रही है। दुनिया में CL पसंद करने वाले दर्जनों लोग तो होंगे ही
    generated code और सहायक explanations दोनों बहुत अच्छे थे
    वैसे एक दिलचस्प बात यह है कि search और Gmail जैसी “free” Google services का इस्तेमाल मैंने लगभग बंद कर दिया है, लेकिन अब paid Google services पर करीब $135 प्रति माह खर्च कर रहा हूं। इसमें GCP costs शामिल नहीं हैं। YouTube/Music Premium, YouTube TV, Play Books जैसी paid services सचमुच अच्छी हैं