Google DeepMind เปิดตัวโมเดลใหม่ Gemini 2.0 Flash Thinking ชูศักยภาพการใช้เหตุผลใน AI

Google DeepMind ได้เปิดตัวโมเดลใหม่ที่ชื่อว่า Gemini 2.0 Flash Thinking, ซึ่งถูกออกแบบมาเพื่อยกระดับความสามารถในการคิดเชิงเหตุผลของ AI โดยเฉพาะในด้านการตอบคำถามที่ซับซ้อน โมเดลนี้ไม่เพียงแต่ให้คำตอบที่ถูกต้อง แต่ยังแสดงกระบวนการคิดที่ละเอียดและสามารถอธิบายได้อย่างชัดเจน ทำให้ผู้ใช้งานสามารถเข้าใจได้ว่าการตัดสินใจนั้นเกิดขึ้นได้อย่างไร เป้าหมายหลักของโมเดลนี้คือการสามารถแข่งขันกับ o1 โมเดลจาก OpenAI ที่มีฟังก์ชันคล้ายกันในการใช้เหตุผล

Gemini 2.0 Flash Thinking ใช้พื้นฐานจาก Gemini 2.0 Flash, ซึ่งเป็นโมเดลที่มีความเร็วและประสิทธิภาพในการประมวลผลสูง โดยได้รับการฝึกฝนให้สามารถใช้เหตุผลในการแก้ปัญหาที่ซับซ้อนได้อย่างแม่นยำ ในตัวอย่างที่เผยแพร่โดยเจฟฟ์ ดีน (Jeff Dean) หัวหน้านักวิทยาศาสตร์ของ Google, Gemini 2.0 Flash Thinking ถูกใช้ในการแก้ปัญหาฟิสิกส์ที่เกี่ยวข้องกับโฟตอนและอิเล็กตรอน โดยแสดงกระบวนการคิดที่มีความละเอียดและสามารถแยกแยะออกเป็นขั้นตอนย่อย ๆ เพื่อให้ได้ผลลัพธ์ที่ดีที่สุด

Introducing Gemini 2.0 Flash Thinking, an experimental model that explicitly shows its thoughts.

Built on 2.0 Flash’s speed and performance, this model is trained to use thoughts to strengthen its reasoning.

And we see promising results when we increase inference time…

— Jeff Dean (@JeffDean) December 19, 2024

ในขณะเดียวกัน, โลแกน คิลแพทริก (Logan Kilpatrick), หัวหน้าฝ่ายผลิตภัณฑ์ของ Google, ได้โพสต์ตัวอย่างของโมเดลนี้ในการแก้ปัญหาที่มีทั้งภาพและข้อความ โดยให้โจทย์บิลเลียดที่มีหมายเลข 4 ตัว และต้องหาคำตอบที่ได้ 30 โดยการใช้ 3 ตัวเลข ซึ่งโมเดลสามารถแก้ปัญหานี้ได้อย่างถูกต้อง และได้เปิดโอกาสให้ผู้ใช้งานทดลองโมเดลนี้ผ่าน AI Studio โดยเขายังเน้นว่าโมเดลนี้เพิ่งเริ่มต้นการพัฒนาและจะมีการปรับปรุงอย่างต่อเนื่อง

Just when you thought it was over... we’re introducing Gemini 2.0 Flash Thinking, a new experimental model that unlocks stronger reasoning capabilities and shows its thoughts.

The model plans (with thoughts visible), can solve complex problems with Flash speeds, and more 🧵

— Logan Kilpatrick (@OfficialLoganK) December 19, 2024

นอกจากนี้, Google ยังได้เปิดตัว Gemini 2.0 โมเดล AI ที่สามารถสร้างภาพและเสียงได้ ซึ่งเป็นการเปิดโอกาสให้ AI สามารถทำงานที่ซับซ้อนแทนมนุษย์ได้ ขณะเดียวกัน, OpenAI ก็เปิดตัว o1 โมเดลการใช้เหตุผลในเวอร์ชันเต็มสำหรับผู้ใช้ ChatGPT Pro, เพิ่มการแข่งขันในด้านการพัฒนา AI ที่สามารถใช้เหตุผลในระดับสูง