Yleiskatsaus Gemini-sovellukseen

Gemini voi auttaa säästämään aikaa. Jos esimerkiksi haluat yhteenvedon pitkästä tutkimusasiakirjasta, voit ladata sen Geminiin, joka luo sinulle hyödyllisen synteesin. Gemini voi auttaa myös koodauksessa, ja tämä onkin nykyään yksi sen suosituimmista käyttötarkoituksista.

Lisäksi Gemini voi auttaa toteuttamaan ideoita ja ruokkimaan luovuutta. Jos esimerkiksi kirjoitat blogipostausta, Gemini voi hahmotella luonnoksen ja luoda kuvia, jotka auttavat havainnollistamaan tekstiäsi. Pian saataville tulevien Gemien avulla voit yksilöidä Geminiä tarkoilla ohjeilla, jolloin se toimii haluamasi aiheen asiantuntijana, joka auttaa sinua saavuttamaan tavoitteita.

Gemini voi toimia lähtökohtana ideoinnille ja uusiin aiheisiin tutustumiselle. Se voi esimerkiksi selittää haastavan käsitteen yksinkertaisesti tai näyttää olennaisia tietoja tietystä aiheesta tai kuvasta. Pian se voi myös yhdistää nämä tiedot suositeltuun verkkosisältöön ja tarjota enemmän tietoa tietystä aiheesta.

Geminin ominaisuudet laajenevat nopeasti. Pian voit osoittaa esimerkiksi Sibelius-monumenttia ja kysyä Geminiltä, milloin se on valmistunut (vuonna 1967, jos kiinnostaa). Voit myös pyytää Geminiä auttamaan vieraskielisen ruokalistan kanssa ja suosittelemaan annosta, josta saattaisit pitää. Nämä ja muita uusia ominaisuuksia julkaistaan Geminissä pian.

Koulutamme ja valvomme Geminiä perusteellisesti, jotta sen vastaukset ovat todennäköisemmin luotettavia ja odotusten mukaisia. Lisäksi keskustelemme tämän kehittyvän teknologian uusista käyttötavoista, riskeistä ja rajoituksista alan asiantuntijoiden, opetushenkilöiden, päättäjien, yritysjohtajien, kansalais- ja ihmisoikeusaktivistien sekä sisällöntuottajien kanssa.

Gemini perustuu Googlen ymmärrykseen luotettavana pidetyistä tiedoista. Se on koulutettu luomaan vastauksia, jotka sopivat kehotteen kontekstiin ja etsittävään asiaan. Kuten kaikki LLM-kielimallit, Gemini voi kuitenkin toisinaan luoda varmasti ja vakuuttavasti vastauksia, joissa on epätarkkoja tai harhaanjohtavia tietoja.

Koska LLM-kielimallien toiminta perustuu seuraavan sanan tai sanajoukon ennakointiin, ne eivät voi vielä itse täysin erottaa tarkkoja ja epätarkkoja tietoja toisistaan. Geminin on havaittu antavan vastauksia, joissa on virheellistä tai jopa keksittyä tietoa (esim. väärää tietoa siitä, miten se on koulutettu, tai sellaisen kirjan nimi, jota ei ole olemassa). Tätä varten olemme luoneet esimerkiksi tarkistusominaisuuden. Se etsii Google Haun avulla sisältöä, joka auttaa arvioimaan Geminin vastauksia, ja antaa linkit lähteisiin, jotta voit vahvistaa Geminiltä saamasi tiedot.

Koulutusdata, myös julkisista lähteistä saatu, kuvastaa monenlaisia näkökulmia ja mielipiteitä. Tutkimme jatkossakin, miten voimme käyttää tätä dataa niin, että LLM-mallin vastauksissa on useita eri näkökulmia ja mahdollisimman vähän virheellisiä yleistyksiä ja ennakkoasenteita.

Puuttuvat tiedot, ennakkoasenteet ja liialliset yleistykset koulutusdatassa voivat tulla esiin mallin tuotoksissa, kun se pyrkii ennakoimaan todennäköisiä vastauksia kehotteeseen. Tällaiset ongelmat voivat ilmetä eri tavoin, esim. vastauksina, joissa otetaan huomioon vain yksi kulttuuri tai väestöryhmä, ongelmallisina ja liiallisina yleistyksinä, sukupuolta, uskontoa tai etnistä taustaa koskevina ennakkoasenteina tai yksipuolisena näkökulmana. Joihinkin aiheisiin voi liittyä datatyhjiöitä, mikä tarkoittaa, ettei saatavilla ole tarpeeksi luotettavaa tietoa, jotta LLM-malli voisi oppia siitä ja tehdä hyviä ennakointeja. Tämä voi johtaa huonolaatuisiin tai epätarkkoihin vastauksiin. Jatkamme yhteistyötä aihealueiden asiantuntijoiden ja monimuotoisten yhteisöjen kanssa, jotta voimme hyödyntää asiantuntemusta myös Googlen ulkopuolelta.

Jos kyseessä on subjektiivinen aihe eikä käyttäjä ole pyytänyt tiettyä näkökulmaa, Gemini on suunniteltu tarjoamaan useita perspektiivejä. Jos kehotteessa esimerkiksi pyydetään tietoa asiasta, jota ei voi vahvistaa ensisijaisesta lähteestä löytyvillä faktoilla tai luotettuina pidetyistä lähteistä (esim. subjektiivinen mielipide siitä, mikä on "paras" tai "huonoin"), Geminin pitäisi vastata tavalla, joka kuvastaa monenlaisia näkökulmia. Koska LLM-kielimalleja, kuten Geminiä, koulutetaan verkossa julkisesti saatavilla olevilla tiedoilla, ne voivat kuitenkin kuvastaa tiettyjen poliitikkojen tai muiden julkisuuden henkilöiden positiivisia tai negatiivisia mielipiteitä tai jopa sisällyttää vastaukseen vain yhden puolen kiistanalaisesta yhteiskunnallisesta tai poliittisesta aiheesta. Gemini ei saisi vastata tällaisia aiheita koskeviin kysymyksiin tavalla, joka kannattaa tiettyä näkökulmaa. Palaute yksipuolisista vastauksista auttaa kouluttamaan Geminiä niin, että se osaa vastata jatkossa paremmin.

Gemini voi toisinaan luoda vastauksia, joiden perusteella vaikuttaa, että sillä on mielipiteitä tai tunteita (esim. rakkaus tai suru), koska se on koulutettu ihmisten käyttämän kielen perusteella. Olemme luoneet ohjeet siitä, millaisena Gemini esiintyy (eli sen persoonasta), ja kehitämme mallia edelleen, jotta se tarjoaisi puolueettomia vastauksia.

Olemme luoneet käytäntöjä koskevat ohjeet, jotka auttavat Geminin kouluttamisessa ja ongelmallisten vastausten välttämisessä. Gemini voi toisinaan tulkita näitä ohjeita väärin, jolloin tulokset ovat "vääriä positiivisia" tai "vääriä negatiivisia". "Väärä positiivinen" tulos voi tarkoittaa, että Gemini ei anna vastausta kohtuulliseen kehotteeseen vaan tulkitsee sen sopimattomaksi. "Väärä negatiivinen" tulos puolestaan voi tarkoittaa, että Gemini luo sopimattoman vastauksen ohjeista huolimatta. Joskus väärät positiiviset tai negatiiviset tulokset voivat antaa kuvan siitä, että Geminillä on ennakkoasenteita. Esimerkiksi väärä positiivinen voi johtaa siihen, ettei Gemini vastaa tietyn asian toista puolta koskevaan kysymykseen mutta vastaa samaan kysymykseen vastapuolen näkökulmasta. Jatkamme mallien hienosäätämistä, jotta ne voivat ymmärtää ja luokitella kehotteita ja tuotoksia paremmin sitä mukaa kun kieli, tapahtumat ja yhteiskunta kehittyvät.

Odotamme, että käyttäjät testaavat Geminin kykyjen rajoja ja pyrkivät murtamaan sen suojaukset, esimerkiksi pyytävät sitä paljastamaan koulutusprotokollansa tai muita tietoja tai kiertämään suojausmekanismeja. Olemme testanneet Geminiä perusteellisesti ja teemme näin myös jatkossa, mutta tiedämme, että käyttäjät löytävät useampia, moniulotteisia tapoja stressitestata sitä vielä lisää. Tämä on tärkeä osa Geminin hienosäätämistä. Odotamme mielenkiinnolla, millaisia uusia kehotteita käyttäjät keksivät. Sen jälkeen, kun Gemini julkaistiin vuonna 2023, käyttäjät ovat haastaneet sitä kehotteilla, joihin on sisältynyt kaikkea filosofiasta järjettömyyksiin. Joissakin tapauksissa Geminin vastaukset ovat olleet yhtä järjettömiä tai periaatteidemme vastaisia. On jatkuva haaste kehittää menetelmiä, joiden avulla Gemini voi vastata tällaisiin kehotteisiin. Olemme laajentaneet sisäistä arviointiamme ja Red Team -tiimin toimintaa, jotta voimme parantaa tarkkuutta, puolueettomuutta ja vivahteikkuutta entisestään.

Tekoälyn eettisten periaatteidemme lisäksi olemme äskettäin julkaisseet Geminiä koskevat periaatteemme: Geminin tulee noudattaa käyttäjän ohjeita, mukautua tämän tarpeisiin ja turvata käyttökokemus. Keskeisiä periaatteitamme ovat vastuullisuus ja turvallisuus. Geminin käytäntöjä koskevien ohjeiden avulla pyritään välttämään tietyntyyppisiä ongelmallisia tuotoksia. Sisäisen Red Team -tiimin jäsenet (tuoteasiantuntijat ja yhteiskuntatieteilijät) tekevät jatkuvaa testausta vihamielisten toimijoiden näkökulmasta. Tämä tarkoittaa mallin tarkoituksellista stressitestausta, jolla siitä löydetään mahdollista ohjeiden vastaista toimintaa. Tämä on tärkeä osa Geminin kehittämistä, ja tiimin löydösten avulla voimme tehdä Geministä yhä paremman.

Myös yksityisyys ja tietosuoja ovat tärkeitä tekijöitä Geminin kehittämisessä. Gemini-sovellusten Yksityisyys- ja tietosuojakeskuksessa on lisätietoa Geminin sisäänrakennetusta yksityisyyden suojasta ja siitä, miten annamme päätösvallan käyttäjille.

Olemme kehittäneet Geminiin erilaisia helppokäyttöisiä asetuksia, joiden avulla voit tarkistaa, päivittää, ylläpitää, viedä ja poistaa Gemini-dataa. Löydät Geminille antamasi kehotteet ja palautteen sekä siltä saamasi vastaukset Gemini-sovellustoiminta-asetuksen kautta. Lisäksi voit estää tulevien Gemini-keskusteluiden käyttämisen Googlen koneoppimisteknologioiden kehittämiseen laittamalla Gemini-sovellustoiminta-asetuksen pois päältä. Kuten muissakin Googlen palveluissa, voit myös ladata ja viedä tietoja Googlen Takeout-työkalulla. Lisäksi saatavilla on asetuksia, joiden avulla voit ylläpitää Gemini-keskusteluissa luomiasi julkisia linkkejä ja joilla voit laittaa pääsyn laajennuksiin (esim. Workspaceen, Mapsiin tai YouTubeen) päälle tai pois päältä. Etsimme myös uusia tapoja antaa käyttäjille enemmän vaikutusmahdollisuuksia Geminin vastauksiin liittyen, esimerkiksi tarjoamalla suodattimia, joilla vastausvalikoimaa voi laajentaa.

Olemme julkaisseet Google-Extended-asetuksen, jolla verkkojulkaisijat voivat valita, auttavatko sivustot kehittämään Geminin ja Vertex AI:n generatiivisia rajapintoja. Jos Google-Extended saa pääsyn sivustojen sisältöön, se voi auttaa tekemään tekoälymalleista tarkempia ja tehokkaampia. Sen lisäksi, että kiellettyjen URL-osoitteiden sisältöä ei käytetä mallien kouluttamiseen, Gemini ei myöskään käytä kyseistä sisältöä maadoitukseen. Tekoälysovellusten kehittyessä verkkojulkaisijoiden on yhä haastavampaa hallinnoida erilaisia käyttötarkoituksia suuressa mittakaavassa. Olemme sitoutuneet kommunikoimaan verkko- ja tekoäly-yhteisöjen kanssa mahdollistaaksemme useampia valinta- ja hallintamahdollisuuksia, jotka ovat koneiden luettavissa.

Uskomme nopeaan iterointiin ja haluamme tarjota Geminin parhaat ominaisuudet maailmalle. Käyttäjäpalaute on nopeuttanut mallien kehittämistä. Käytämme esimerkiksi huippuluokan vahvistusoppimistekniikoita kouluttaaksemme malleja intuitiivisemmiksi ja mielikuvituksellisemmiksi sekä tarjotaksemme laadukkaampia ja tarkempia vastauksia. Investoimme jatkuvasti tutkimukseen, josta saamme lisätietoa LLM-kielimallien teknisistä, yhteiskunnallisista ja eettisistä haasteista ja mahdollisuuksista. Tämä auttaa meitä parantamaan Geminin mallien koulutusta ja hienosäätämään tekniikoita sekä jakamaan tekemiämme havaintoja tutkijoille. Esimerkki tästä on äskettäin julkaistu artikkeli Ethics of Advanced AI Assistants. Olemme sitoutuneet kehittämään innovaatioita vastuullisesti sekä tekemään yhteistyötä käyttäjien, luotettujen testaajien ja tutkijoiden kanssa, jotta tämä uusi teknologia voi olla hyödyksi koko ekosysteemille.

Avoimuus on tärkeää, ja olemme sitoutuneet kertomaan Geminin kehityksestä ja rajoituksista avoimesti. Gemini ei ole mikään mystinen musta laatikko, vaan se kehittyy jatkuvasti, ja kerromme jatkossakin saavuttamistamme edistysaskelista. Saatavilla on nyt Julkaisuilmoitukset-sivu, jolta näet tietoa Geminin uusimmista ominaisuuksista, parannuksista ja virheenkorjauksista. Lisäksi päivitämme tätä yleiskatsausta tarvittaessa. Tunnistamme tilanteita, joissa Gemini on hyödyllinen, ja niitä, joissa iterointia ja kehitystä tulee jatkaa. Lisäämme uusia ominaisuuksia aktiivisesti. Lisäksi jatkamme Geminin kehittämistä tutkimuksen, testauksen ja käyttäjäpalautteen avulla.