Google Gemini 101：它是什么以及如何使用它

作为 Google 对 ChatGPT 的回应，Gemini 可以改变您搜索互联网以及与 Google 服务和应用程序交互的方式。 了解 Gemini 是什么、如何使用它以及需要避免哪些潜在缺点。

目录

• 什么是双子座？
• 双子座如何工作
• 双子座上映日期
• 双子座是自由的吗？
• 如何使用双子座
• 双子座的优点
• 双子座的缺点
• 结论

什么是双子座？

Google Gemini，以前称为 Google Bard，是一个人工智能驱动的聊天机器人。 它使用机器学习和自然语言处理来提供对文本、图像和音频提示的类似人类的响应。

双子座执行多种功能。 您可以向它提问或提出请求，它会以文本、代码或图像进行响应。 Gemini 与 Google 应用程序和服务集成，利用 Google 搜索引擎的庞大数据库来通知其响应。

双子座如何工作？

Gemini 依赖于机器学习的一个子集，称为大语言模型 (LLM)。 法学硕士能够有效地摄取和解析大量数据。 以下概述了 Google 的 LLM 创新如何推动 Gemini 的发展。

是什么让人工智能模型发挥作用

首先，让我们看看生成式人工智能如何更广泛地发挥作用。 数据科学家和研究人员首先根据大量数据训练模型。 通过映射训练数据中单词、短语和图像之间的关系，模型可以预测提示的含义以及它应该生成的响应。 句子中的每个单词或图像的像素都是一个预测。

为了确保响应满足用户的需求，生成式人工智能模型通常会经历一个微调阶段，在此阶段，它们会获得额外的特定数据（例如对话数据库）和人类反馈。

大型语言模型，包括为 Gemini 和 ChatGPT 提供支持的模型，使用一种称为转换器的特定类型的模型架构。 Google 研究人员于 2017 年推出了 Transformer 架构，它成为机器学习领域的游戏规则改变者，原因如下：

• 它需要更少的计算资源。
• 它对句子中单词之间的关系进行建模，无论词序如何，以分配上下文和含义。
• 它同时处理多个单词，加速了训练过程。
• 它支持多种类型的输入和输出，包括文本、图像和音频。

用于为 Gemini 提供动力的 Google 模型

谷歌已经使用了几位法学硕士来为 Gemini 提供支持。

Gemini 最初基于 Google 的对话应用程序语言模型 (LaMDA)：

• 2021 年宣布
• 接受过公开对话和网络内容的培训
• 由人类进行微调，评估响应的合理性、特异性和趣味性

Google 用 Pathways 语言模型 (PaLM 2) 替换了 LaMDA 模型：

• 接受过 100 种语言培训
• 使 Gemini 能够生成和调试代码
• 使用更广泛的训练数据集，包括书籍、对话数据和数学内容

2023年12月，Gemini（当时称为Bard）转学到Gemini LLM：

• 使用多模态数据（文本、图像和音频）进行训练
• 由于数据不仅仅来自纯文本来源，因此可以理解更多上下文和细微差别
• 可以分析大量复杂信息，例如年度财务报告

谷歌双子座什么时候发布？

Gemini 于 2023 年 3 月发布，谷歌称其为“实验阶段”。 官方公开发布仅限于美国和英国； 你必须注册等候名单。

国际版本于 2023 年 5 月宣布。Gemini 现已支持 40 种语言和 230 个国家/地区。

Google Gemini 可以免费使用吗？

Google 提供免费和付费版本的 Gemini。 您可以通过 Web 应用程序或 iOS 和 Android 应用程序访问 Gemini。

免费版本提供所有基本功能：

• 基于文本的提示和生成
• 能够上传和生成图像
• 能够搜索 Google 应用和服务

付费版本 Gemini Advanced 提供更强大的功能：

• AI模型的高级版本，专为更复杂的任务而设计
• 能够进行更长时间的对话
• 能够在 Gmail 和 Docs 等 Google 应用中使用 Gemini
• 2TB 存储空间

如何使用谷歌双子座

Gemini 人工智能模型的复杂性和 Google 现有服务的广度使您能够以多种方式使用它。

文本生成

输入提示，Gemini 将用对话文本进行响应。 您可以为各种商业、个人、学术或创意应用程序生成文本。

文本生成任务的示例包括：

• 起草电子邮件、信件和其他形式的信件的内容
• 创建教育内容，例如演讲、学习指南、演示文稿和课程计划
• 将文本从一种语言翻译成另一种语言
• 起草商业通讯，如提案、网站内容和备忘录
• 提供修改或改进现有书面内容的提示
• 编写创意内容，例如社交媒体帖子、游戏故事情节以及日记练习提示

Gemini 只是众多人工智能驱动的文本生成工具之一。 替代平台还允许您在其他应用程序内生成文本。 例如，Grammarly 可以帮助您在 Microsoft Word 或 Gmail 等应用程序中编写文本，因此您无需将内容复制并粘贴到另一个系统中。

图像分析

Gemini 整合了 Google Lens 功能，因此您可以上传图像和文本提示。 您可以使用该图像为提示添加上下文或指示 Gemini 用它执行某些操作。

您可以使用图像分析功能来执行各种任务，例如：

• 获取图像中内容的描述。
• 为特定样式或特定长度的图像编写标题。
• 识别图片中的内容，例如特定的花朵或昆虫类型。
• 转录手写笔记。
• 将文本图像（例如汽车的车辆识别号 (VIN)）转换为文本。

Gemini 图像功能的限制之一是它们不允许您上传人物照片。 该规则可防止人们利用该平台生成他人的有害图像。

图像生成

Google Gemini 可以根据您的提示生成图像。 您还可以要求 Gemini 使用您上传的图片作为参考或灵感。 它能够生成任何风格的图像。 例如，您可以指定是否希望图像看起来逼真、抽象、手绘或像油画。

您可以通过以下几种方式使用图像生成功能：

• 为社交媒体、演示文稿和网站创建图像
• 为电影、艺术、摄影或雕塑项目起草概念艺术
• 在现有的散文或诗歌中添加插图
• 创建您自己的库存图片库
• 以不同的风格重新创建现有图像
• 集思广益的装饰想法

代码编写

Gemini 可以将简单的语言指令翻译成代码。 它用 20 多种编程语言编写代码。

它的一些编码功能包括：

• 查找现有代码中的错误、语法错误和逻辑错误
• 现代化现有代码
• 解释一段代码的功能
• 创建文档
• 在不同编程语言之间翻译代码

头脑风暴

双子座可以帮助您为创意项目、活动和营销活动产生创意。

你可以请双子座帮助你集思广益进行许多活动：

• 适合团队建设、社交或家庭活动的有趣游戏创意
• 产品或服务的特性和功能
• 伴随演示文稿、博客文章或社交媒体的视觉效果布局
• 头脑风暴会议期间使用的提示
• 博客、演示文稿、社交媒体帖子和电子邮件活动的内容
• 根据您当前的兴趣和技能尝试新的活动或爱好

网上搜索

Gemini 能够利用 Google 的搜索功能，这是它的与众不同之处之一。 这些功能可用于直接在应用程序内部进行搜索或执行更复杂的任务。

对于互联网搜索，需要注意的是，Gemini 不会产生像您在 Google 搜索页面上看到的结果。 相反，它总结了它们。

有时，双子座的回复包括带有链接的图像。 因此，如果您搜索“肯尼亚的主要节日”，双子座可能会回复节日列表和庆祝节日的人们的图片。

您可以使用网络浏览器扩展将 Gemini 添加到 Google 搜索页面。 通过扩展，您可以获得搜索页面结果的摘要。 您还可以提示 Gemini 对您的搜索结果进行操作。 例如，如果您想决定购买哪台电视，Gemini 可以创建一个比较表，这样您就不必在选项卡之间跳转。

与 Google 应用和服务交互

借助 Gemini Extensions，您可以搜索 Google 的许多其他应用程序和服务：Gmail、航班、YouTube、文档、云端硬盘和地图。

您可以通过以下几种方式使用此功能：

• 了解您上次向前同事发送电子邮件的时间，并获取讨论内容的摘要。
• 了解 YouTube 烹饪视频中列出的成分和尺寸。
• 获取您计划参观的城市的景点列表，以及距您酒店的距离和平均驾车时间。
• 根据 Google 文档中讨论的主题生成内容创意。

如果您有 Gemini 的付费版本，您还可以在 Gmail、文档和云端硬盘中使用 Gemini。

总结文本

双子座可以扫描文本并为你总结。 您可以将任何文本或 URL 粘贴到聊天机器人中。

您可以使用此功能执行以下操作：

• 为具有技术背景的读者总结一篇具有关键兴趣点的文章。
• 从采访记录中提取出最重要的主题。
• 在易于阅读的表格中比较两篇文章并对其进行高级概述。

双子座的优点

Gemini 提供了利用 Google 广泛的技术和信息生态系统的多项优势，例如与 Google 服务的集成、最新信息和多模式交互。

与 Google 产品集成

在单一界面中搜索 Google 航班、地图、酒店、文档和云端硬盘有其优势。 例如，您可以在单个视图中管理需要多个选项卡的项目，例如规划活动。

以下是 Gemini 与 Google 集成如何帮助您完成工作流程的更多示例：

• 使用“Google it”功能实时验证 Gemini 的响应。
• 通过访问界面中的链接深入研究您的研究。
• 将 Gemini 的回复直接导出到 Gmail 或 Google 文档。

实时更新和最新信息

由于 Gemini 直接从 Google 获取数据，因此它可以在响应中纳入及时的信息。

有了这些功能，您可以向 Gemini 询问当前事件和主题：

• 创建受您所在城市今天天气启发的图像。
• 请求您所在国家/地区的最新新闻摘要。
• 研究快速发展的主题的当前趋势，例如流行文化和技术。
• 了解去年通过了哪些新法律。
• 从疾病控制中心和联邦贸易委员会等权威机构获取最新指南。
• 了解某个市、州或国家的现任当选官员有哪些。

单一平台中的多模态

Google Gemini 是多模式的，因此它可以在单个应用程序中读取和生成代码、文本、图像和音频。

多式联运功能具有许多优势：

• 提示的更多上下文，使双子座能够理解幽默或讽刺等细微差别，而纯文本提示可能会忽略这些细微差别
• 与平台的交互更加自然，因为您可以告诉它查看图像或观看视频，而不是尝试自己描述它
• 多步骤提示，例如要求 Gemini 撰写社交媒体帖子并创建随附图像

双子座的缺点

与所有生成式人工智能工具一样，Gemini 也有其缺点。 这些陷阱可能会导致您犯错误、降低工作效率或仅将 Gemini 用于特定任务。

不准确之处

双子座可能会做出不准确的反应。 在人工智能世界中，这些被称为幻觉。 由于生成式人工智能工具通过预测来工作，因此有时这些预测可能是不正确的。 这意味着像 Gemini 这样的工具即使直接从网络上总结信息也可能会出错。 它提供的来源可能不可靠，因此最好仔细检查它们。

双子座甚至可能对其能力不准确。 例如，它可能会说它无法创建图像或搜索网络。 但是，如果您重新措辞提示，它将执行它无法执行的任务。

偏见

双子座可能会产生有偏见的反应。 在某些情况下，偏见是由于缺乏数据造成的，例如与某些文化或国家有关的答案的局限性。 Gemini 并不是唯一遇到这个问题的公司，其他生成型人工智能工具也存在偏见，因为它们的训练数据存在差距。

在其他情况下，偏见是由训练数据集中的负面刻板印象、歧视性想法和政治观点引起的。 例如，双子座的反应可能包括暗示在国际冲突中偏袒一方的语言。 尽管它不应该在其回应中纳入观点，但这些偏见仍然可能渗透进来。

创造力有限

尽管 Gemini 可以生成创意内容，但它在研究任务方面表现更好。 由于谷歌主要作为信息提供商而闻名，因此其聊天机器人倾向于更直接的信息响应是有道理的。

对于创造性任务，您可能必须编写高度规范的提示，并通过后续行动完善双子座的响应。 您甚至可能更喜欢其他经过训练可以生成更具想象力的输出的生成式人工智能聊天机器人。

Google Gemini 和生成式 AI 不断变化

双子座正处于快速变化的状态。 许多专家表示，利用谷歌现有的功能和复杂的对话式人工智能将改变搜索的面貌。 如今，Gemini 肯定可以改变您与 Google 应用和服务的交互方式。

虽然双子座解锁了新功能，可以帮助您获得更多信息并提高工作效率，但它也可能提供不准确、有偏见的响应。 由于生成式人工智能正在我们面前展开，跟上最新发展将帮助您最大限度地发挥其优势，同时最大限度地减少其缺点。