ویدیوی جعلی جمینای گوگل با مدل GPT-4 به‌طور واقعی بازسازی شد + ویدیو

پس از اینکه گوگل ویدیوی خیره‌کننده نمایش عملکرد Gemini را منتشر کرد، مشخص شد که این ویدیو جعلی بوده است. حالا کاربری این ویدیو را با کمک قابلیت «ویژن» (Vision) در GPT-4 بازسازی کرده است. در این ویدیو می‌بینیم کارهایی که جمینای ادعای انجام آن‌ها را داشت، توسط هوش مصنوعی OpenAI انجام می‌شود.

براساس گزارشی تازه، یک کاربر در یوتوب با انتشار یک ویدیو، قدرت رقیب اصلی Gemini، یعنی GPT-4 را به رخ کشید. کانال یوتوب Greg Technology ویدیویی را منتشر کرده که در آن دموی Gemini در GPT-4 بازسازی شده است. برخلاف دموی جعلی گوگل، این ویدیو در لحظه و با پرامپت‌های صوتی ضبط شده است.

در این ویدیو کاربر با کمک قابلیت ویژن GPT-4، از این هوش مصنوعی می‌خواهد که حرکات او را تشخیص دهد. این کاربر پس از نشان‌دادن یک قلب با دستش، توانست با کمی تأخیر از هوش مصنوعی جواب درست را بگیرد. همچنین GPT-4 توانست نقاشی اردکی که برای جمینای به نمایش گذاشته شده بود را خیلی سریع تشخیص دهد. هوش مصنوعی OpenAI حتی قادر بود بازی سنگ، کاغذ، قیچی را شناسایی کند، ولی در پاسخ‌دادن درنگ بیشتری نشان داد.

عملکرد مدل هوش مصنوعی GPT-4 در مقایسه با جمینای گوگل

مدل زبان بزرگ (LLM) جمینای گوگل قدرتمندترین مجموعه مدل‌های هوش مصنوعی این شرکت تا به امروز است. گوگل در تلاشی برای نشان‌دادن توانایی‌های چندوجهی مدل زبانی بزرگ خود، یک ویدیو از جمینای منتشر کرد که ظاهراً به درخواست‌های صوتی کاربر سریعاً و در لحظه‌ پاسخ می‌داد. در ابتدا، این دمو بسیاری را شگفت‌زده کرد، اما پس از آن مشخص شد که گوگل دستکاری‌هایی را در نمایش خروجی کار انجام داده است تا ویدیو روان‌تر و عملکرد این مدل هوش مصنوعی پیشرفته‌تر به‌نظر برسد.

با این حساب، ویدیوی کانال Greg Technology می‌تواند بسیار مهم تلقی شود، چرا که این کاربر با مدل هوش مصنوعی OpenAI که رقیب اصلی جمینای به‌حساب می‌آید، این آزمایش را انجام داده است. اما برخلاف دموی گوگل، این ویدیو بسیار واقعی به‌نظر می‌رسد.