Google je za Gemini razvil svoj prvi model za sprejemanje odločitev

Zaradi izjemno kompleksnega delovanja umetne inteligence podjetja poleg nenehnega razvoja najnaprednejših modelov ponujajo tudi številna namenska orodja, s katerimi izboljšujejo celoten ekosistem. S tem namenom je Google razvil svoj prvi model, osredotočen izključno na sprejemanje odločitev.

Decisions API ponuja osnovne gradnike, zasnovane posebej za naloge z omejenim naborom možnosti, kot so izbira orodij, preverjanje skladnosti s pravili, usmerjanje na podlagi modelov in vrednotenje konteksta. Model Gemini Decision 1 lahko občutno izboljša učinkovitost vsakodnevnega dela z vseh vidikov. Uporabniki lahko tako prihranijo čas in denar ter nadomestijo dosedanje zasilne rešitve za te naloge.

Gemini Decision 1 odgovora ne ustvarja žeton za žetonom, temveč podane možnosti oceni v enem samem prehodu skozi model po zahtevanem naboru pravil. Ker ni dekodiranja po posameznih žetonih, se mediana zakasnitve pri samem izračunu modela giblje med 50 in 100 ms, celotna zakasnitev od zahteve do odgovora pa lahko znaša največ 150–250 ms. Ker izhodnih žetonov ne zaračunavajo, se je model Gemini Decision 1 v kombinaciji z vmesnikom Decisions API na preizkusih izkazal za skoraj petkrat cenejšega od modela Gemini 3.5 Flash-Lite z vmesnikom Interactions API, ki so ga prej uporabljali za takšne naloge.

Raziskovalci so Gemini Decision 1 zasnovali na izvorno multimodalni arhitekturi Geminija. Zato lahko model za sprejemanje odločitev neposredno, v enem samem koraku obdelave, razume besedilo, slike, zvočne datoteke, videoposnetke in datoteke PDF. Različne oblike podatkov lahko združi v skupni vhod, zato lahko denimo v zavarovalnici v istem delovnem toku obravnava prijavo škode v dokumentu PDF in fotografije nastale škode. Vhodno gradivo lahko obsega do 256.000 žetonov, model pa lahko odgovori na največ 1.000 neodvisnih vprašanj.

Vprašanja za odločanje so lahko treh vrst, ki jih je mogoče združiti v eni zahtevi. »Binarna« vprašanja ocenjujejo verjetnost, da trditev z odgovorom da ali ne drži. Pri »izbiri« model izbere najboljšo izmed 2 do 255 možnosti in vsaki dodeli normalizirano verjetnost. Pri »točkovanju« pa razvršča po urejeni lestvici, ki se začne pri ničli, ter poda zvezno, uteženo oceno in verjetnosti za posamezne stopnje. Negotove primere je mogoče samodejno preusmeriti v rezervni sistem ali v človeški pregled.

Google Decisions API že uporablja kot krmilno plast z nizko zakasnitvijo. Funkcije namesto s prejšnjimi alternativnimi rešitvami zdaj izvaja preprosto z določanjem razpoložljivih možnosti. Za boljše razumevanje potenciala novega modela je Google predstavil tudi svoje primere uporabe modela Gemini Decision 1.

Gemini Notebook uporablja Decisions API za usmerjanje v realnem času, tako da prejete poizvedbe takoj preusmeri k najprimernejšemu modelu in najustreznejši ravni sklepanja za posamezno zahtevo. Decisions API vsakodnevne poizvedbe obdela z do 40 % manjšo zakasnitvijo, najnaprednejše modele pa uporabi šele, ko je to res potrebno za boljši rezultat.

Google je razkril tudi, da nova funkcija hitrega ustvarjanja osnutkov v orodju Stitch v celoti uporablja Decisions API, s katerim v nekaj sekundah pripravi delujoče osnutke in skoraj nemudoma uveljavi spremembe. V eksperimentalni storitvi CC iz Google Labs bo Decisions API omogočal takojšnje izpostavljanje najprimernejših odzivov z emodžiji, da se bo uporabnik lahko hitreje odzval.

Gemini Decision 1 je zaradi drugačnega načina delovanja precej cenejši, vendar lahko tudi pri njem stroški obdelave slik in videoposnetkov hitro narastejo. Google bo za njihovo omejevanje omogočil prilagajanje ločljivosti obdelave z nastavitvijo ravni vizualnih podrobnosti, s čimer bo mogoče stroške obdržati pod nadzorom tudi na tem področju. Obdelava 1 milijona vhodnih žetonov lahko v idealnih razmerah stane zgolj 0,1 ameriškega dolarja, stroškov za izhodne žetone pa, kot smo že omenili, ni. Novost je mogoče brezplačno preizkušati v okolju Google AI Studio.