Google meldet Durchbruch: Gemini 1.5 wertet ganze Bücher aus

Dass Google sein neues KI-Modell Gemini vorgestellt hat, ist noch keine drei Monate her. Jetzt hat der Nachfolger von Google Bard den nächsten Meilenstein genommen und trägt ab heute die Versionsnummer 1.5. Das klingt erst mal nach nicht viel.

Nach Angaben des Google-CEOs Sundar Pichai habe das neue KI-Modell jedoch nicht nur eine deutlich verbesserte Leistung zu bieten – der neue Umgang mit sehr langen Kontexten gleicht einem Durchbruch.

Gemini 1.5 kann nicht mehr nur einfache Fragen zu vorliegenden PDF-Dokumenten beantworten, sondern ganze Bücher innerhalb von Sekunden auswerten und problemlos Inhalte aus diesen extrahieren.

Welch beeindruckende Ergebnisse hier möglich sind, zeigt Google in einer kurzen Video-Demonstration unter Zuhilfenahme der 400 Seiten langen Funkverkehr-Mitschrift der Apollo 11-Mission.

Text, Video und Bilder gleichzeitig

Mit nur wenigen Sekunden Bedenkzeit kann das KI-Modell die gestellten Aufgaben problemlos lösen und ist sogar in der Lage, dies über verschiedene Modalitäten hinweg zu tun. Anders formuliert: das Modell wertet gleichzeitig Texte, Eingaben und Bildinhalte aus und nutzt diese Informationen dann, um im Auftrag des Anwenders aktiv zu werden.

Und damit nicht genug, laut Pichai ist das neue Modell in der Lage, hochkomplexe Verständnisfragen zu beantworten und kann zudem auch Videos auswerten. So kann Gemini 1.5, nach der Analyse eines 44-minütigen langen Buster Keaton Stummfilms, präzise verschiedene Handlungspunkte und Ereignisse herausarbeiten und erkennt sogar kleine Details im Film, die von regulären Zuschauern gerne übersehen werden.

Gemini 1.5 soll noch heute in einer Vorschau-Version für Entwickler angeboten werden. Allerdings benötigt Google noch eine Weile bis zur allgemeinen Verfügbarkeit. Diese und die Kosten für die Nutzung des Modells über Googles AI Studios, sollen zu einem späteren Zeitpunkt bekannt gegeben werden.