גוגל הכריזה על Gemini 4 Argon, מודל הבינה המלאכותית החדש, המיועד להתמודדות עם משימות מורכבות ורב-שלביות בעולם האמיתי. לפי החברה, המודל מציג שיפורים ניכרים בתחומי התכנות, הפיננסים, המשפט, הסייבר והמחקר המדעי. הוא נועד לבצע משימות מקצועיות שדורשות ניתוח מעמיק, דיוק ותכנון לאורך זמן, וזמין כעת למפתחים ולארגונים בפלטפורמות השונות של החברה.
המודל זמין באמצעות ממשק הפיתוח ב-AI Studio ובפלטפורמת Gemini, וכן למנויי השירותים המתקדמים של גוגל. מחיר ההשקה הראשוני נקבע על 2 דולר למיליון טוקני קלט ו-10 דולר למיליון טוקני פלט, כאשר טוקני קלט שמורים זוכים להנחה של 95 אחוזים. בגוגל טוענים כי המודל מדורג במקום הראשון במדד הבוחן ביצועים במשימות מקצועיות, אם כי מדובר בנתונים פנימיים של החברה.
חודשים של פיתוח בתוך שבועות
אחד השימושים המרכזיים של המודל החדש הוא עבודה על פרויקטים הנדסיים מורכבים. לפי גוגל, צוות הפיתוח של דפדפן כרום נעזר במערכת כדי להפריד רכיבים מתוך תיקיית קוד ותיקה בהיקף של כ-6 מיליון שורות. המודל סייע לבצע שינוי ארכיטקטוני שנגע למאות קבצים, תהליך שלפי החברה נמשך חודשים ותומצת לשבועות בודדים, במטרה למנוע קריסות בדפדפן.
בפרויקט נוסף, המודל סייע לצוות המפתח מסגרת קוד פתוח לבניית סוכני בינה מלאכותית. האופטימיזציות שהוצעו קיצרו ב-40% את זמן ההכנה של סשנים בזיכרון והאיצו ב-21 אחוזים את זמני הטעינה הראשונית. בנוסף, גוגל מדווחת כי השימוש במודל הגדיל ביותר מ-35 אחוזים את מספר הגשות הקוד שנוצרו באמצעות סוכני בינה מלאכותית, והפחית בכמעט שליש את החזרת שינויי הקוד לאחור.
האצה של מחקר מדעי ומודלים פתוחים
המודל שימש גם לשיפור ביצועי המודלים הפתוחים של גוגל, והביא להאצה של פי 2.85 בתהליך ההסקה של מודל מסדרת Gemma. קצב העיבוד עלה מכ-37,900 ליותר מ-108 אלף טוקנים בשנייה, ללא ירידה באיכות. בתחום המדעי, חוקרים השתמשו במערכת כדי לייעל חבילת קוד פתוח המשמשת לחיזוי מבנים תלת-ממדיים של מולקולות, והאיצו את התהליך עד פי 2.3 ואת חיפוש המבנים המרחביים האפשריים עד פי 1.8.
ההשקה הנוכחית מצטרפת למאמץ הרחב של גוגל להרחיב את השימוש בבינה מלאכותית מעבר ליצירת תוכן בסיסית, לעבר מערכות שמסוגלות לבצע רצף פעולות ולעבוד עם בסיסי קוד גדולים. המודל משלב יכולות חשיבה מתקדמות, הבנת תמונה וידע מקצועי, ומספק תשובות ישירות יותר. עם זאת, נתוני הביצועים המרכזיים שפורסמו מבוססים על בדיקות פנימיות, ונותר לבחון כיצד המערכת תתפקד במבחנים עצמאיים.
