Google Gemini og SEO, hva endrer seg?

Kappløpet innen AI fortsetter å intensiveres mellom Google og OpenAI. Mens sistnevnte lanserte GPT-4 for noen måneder siden, avduket Google sitt "multimodale system" på Google IO-konferansen i mai 2023: Gemini. Vanligvis assosiert med Gemini-konstellasjonen eller den andre romferden, like før Apollo, i Googles prosjekt, står det for "Generalized Multimodal Intelligence Network".

Hva vet vi om Gemini?

Google har angivelig gitt tilgang til en tidlig versjon av Gemini-systemet til noen få selskaper. Oversikt over hva som har filtrert om dette "multimodale systemet".

"Tenk deg at språkmodellenes Hulk og Tony Starks AI Jarvis fikk et barn ... Boom!" Dette er Gemini. " På nettet er teknologifans fulle av lovord om Googles generative system for kunstig intelligens, med mange mer eller mindre glade popkulturreferanser.

Men hvordan fungerer Geminis multimodale modell? Hva er dens særegenheter? Fortjener den alle superlativene allerede før lanseringen?

Den forrige ChatGPT-en kunne overbevise oss om at en nyansering ville være mer passende: Hvis OpenAIs generative modell oversteg 100 millioner brukere i januar 2023, stagnerte oppslutningen i mai, for så å begynne å falle i juni. Videre er OpenAI-modellen ikke uten risiko og har til og med vist noen tegn til regresjon.

Ifølge Mountain Views firma ble Gemini designet for å være "multimodal, svært effektiv i å integrere verktøy og API-er." Det forventes å "muliggjøre fremtidige innovasjoner, for eksempel minne og planlegging."

Geminis utvikling

For å utvikle denne massive modellen er Gemini særlig avhengig av bredden og dybden av data som Alphabet har samlet gjennom plattformer som YouTube, Google Books, Google Search og Google Scholar. Den bruker også banebrytende treningsbrikker kalt TPUv5, som angivelig er de eneste i verden som er i stand til å orkestrere 16 384 brikker som jobber sammen. Googles team har også trent modellen ved hjelp av metoder som ligner på dem som ble brukt i utviklingen av AlphaGo, et spill som er mer komplekst enn sjakk. I motsetning til LaMDA, Googles store samtalespråkmodell som ble trent gjennom veiledet læring, ble Gemini trent gjennom forsterkningslæring som GPT-3 og GPT-4. Denne maskinlæringsteknikken innebærer at en AI-agent lærer å utføre en oppgave gjennom prøving og feiling i et dynamisk miljø.

Ifølge The Information jobber flere tidligere medlemmer av Google Brain- og DeepMind-teamene for tiden på prosjektet, inkludert Sergey Brin, Googles medstifter. I tillegg, i henhold til samme kilde, kan Google introdusere Gemini som enten en oppdatering av Google Bard eller opprettelsen av en ny chatbot før de bruker Gemini til å drive forskjellige produkter som Google Docs. Gemini kan bli utgitt snart, muligens som svar på OpenAIs kommende GPT-4.5-utgivelse før GPT-5, forventet rundt begynnelsen av 2024. "Når Gemini er raffinert og grundig sikkerhetstestet, vil den være tilgjengelig i forskjellige størrelser og kapasiteter, omtrent som PaLM 2", sier Google, uten å komme med ytterligere detaljer.

En potensielt kortere brukerreise

For øyeblikket testes Google SGE (Googles AI-forbedrede søkeopplevelse) i rundt hundre land. Denne versjonen av Google tilbyr AI-generert tekst, kilder og en samtalemodul. På visse spørsmål kan denne søkemotoren redusere antall brukerhenvendelser. Ifølge et eksempel fra Exposure Ninja kan en bruker som søker informasjon om en "eiendomsadvokat" i forbindelse med en flytteprosedyre, kanskje bare ha fire besøk på nettstedet i stedet for åtte med et tradisjonelt søk.

Hva skjer hvis Gemini etter hvert integreres i SGE? "Kostnadene forbundet med å formidle Geminis svar i SGE betyr i første omgang at Google ikke er særlig tilbøyelig til å levere Gemini-baserte SGE-resultater med mindre de er nødvendige", advarer Tim Cameron-Kitchen, grunnlegger av Exposure Ninja.

Når det gjelder Geminis bruk i SGE, kan det multimodale systemets evne til å forutse brukernes antatte behov redusere søkefasen ytterligere. Ved å bruke Gemini kan søkeresultatene gi direkte svar på brukerens neste spørsmål. I det tidligere eksemplet kan dette føre til en søkereise med bare tre nettsteder å besøke, ifølge Exposure Ninja.

Denne bruken av Gemini i SGE kan ifølge Tim Cameron-Kitchen også føre til "færre duplikater, bedre strukturerte svar som logisk følger søkerens vei, og bedre integrering av multimodale funksjoner". Det er verdt å merke seg at denne eksperten på digital markedsføring mener at den potensielle reduksjonen i antall besøk på nettsteder kan oppveies av det faktum at det fortsatt finnes lenker i de genererte svarene, og at folk fortsetter å kjøpe fra nettsteder via Google.

Potensielle bruksområder for Gemini

Gemini har potensial til å bli brukt i en rekke ulike applikasjoner, blant annet

• Chatbots: Gemini kan brukes til å skape mer sofistikerte og naturlige chatboter. Gemini-baserte chatboter kan brukes til å yte kundeservice, svare på spørsmål eller til og med bare føre en samtale.

• Tekstsammendrag: Gemini kan brukes til å generere mer nøyaktige og konsise tekstsammendrag. Gemini-baserte tekstsammendrag kan brukes til å hjelpe folk med å forstå lange artikler eller dokumenter.

• Generatorer for kreativt innhold: Gemini kan brukes til å generere kreativt innhold, for eksempel dikt, manus eller musikk. Gemini-baserte generatorer av kreativt innhold kan brukes til å skape nye former for kunst eller underholdning.

• Applikasjoner for maskinlæring: Gemini kan brukes til å forbedre ytelsen til maskinlæringsapplikasjoner. Gemini kan brukes til å trene opp mer nøyaktige og kraftige maskinlæringsmodeller.

Hvordan vi kan bruke Google Gemini AI

Sundar Pichai, administrerende direktør i Google Alphabet, fremhevet under Google I/O 2023 fremskrittene som gjøres for å gjøre generativ AI mer brukervennlig. Blant disse fremskrittene er PaLM 2 og Gemini. DeepMinds Gemini er spesielt utviklet for å være multimodal, slik at den kan forstå ulike datatyper som tekst, bilder og kode. Denne allsidigheten gjør den i stand til å utmerke seg i flere oppgaver:

• Den kan generere ulike typer tekst, oversette språk og skape kreativt innhold.

• Behandle dataformater som grafer og kart.

• Utnytte en enorm kunnskapsbase som stammer fra omfattende opplæring i tekst- og kodedatasett.

• Tilrettelegge for utvikling av nye produkter og tjenester.

• Analysere data og gjenkjenne mønstre.

• Gi informative svar på komplekse eller ukonvensjonelle spørsmål.

Selv om Geminis multimodale prosesseringsevne fortsatt er under utvikling, har den potensial til å revolusjonere interaksjonen mellom menneske og datamaskin. Bruksområdene kan spenne fra å skape mer realistiske og engasjerende virtuelle assistenter til å utvikle nye pedagogiske verktøy og øke vår forståelse av verden. For mer informasjon om Googles Gemini AI, inkludert hvordan den fungerer, spesielle funksjoner og mer, fortsett å utforske.

Hvordan fungerer Gemini?

Gemini fungerer som et multimodalt AI-system som er i stand til å behandle ulike typer data, som tekst, bilder og kode. Den benytter seg av omfattende opplæring på et massivt datasett med tekst og kode, slik at den kan forstå og generere disse ulike formene for informasjon.

Gemini benytter avanserte algoritmer og modeller utviklet av DeepMind for å forstå og tolke data i flere formater. Ved å trene på ulike datasett lærer Gemini seg mønstre, strukturer og relasjoner i dataene, noe som gjør den i stand til å utføre oppgaver som å generere tekst, behandle visuell informasjon som grafer og kart og analysere komplekse datasett.

Geminis multimodale egenskaper gjør at Gemini kan håndtere ulike typer informasjon samtidig, noe som forenkler oppgaver som involverer flere dataformater eller -kilder. Denne allsidigheten gjør Gemini til et potensielt transformativt verktøy som kan revolusjonere hvordan vi samhandler med datamaskiner og behandler informasjon på tvers av ulike domener.

Opplæring og tilkobling

For SEO-eksperter vil det sannsynligvis være avgjørende å utnytte Geminis potensial fullt ut. "Hvis DeepMinds løfter holder stikk og Gemini oppfyller de presenterte kriteriene, vil det bli et viktig verktøy for alle SEO-brukere", mener Giulio Stella, SEO-konsulent hos Gstarseo. "Vi trenger opplæring for å kunne bruke det med omtanke og forbedre resultatene våre." Det er verdt å merke seg at utviklere, ifølge The Information, må betale for å få tilgang til Gemini gjennom Google Cloud-serverleie.

Det kan være mange hjelpemidler for SEO-profesjonelle, spesielt gjennom Geminis tilkobling. "Vi kan be den om å laste inn informasjon fra Googles verktøy", foreslår Laurent Jean. "For eksempel ved å koble til Google Search Console, YouTube og Google Sheets, der vi kan hente ut lister over posisjonerte nøkkelord. Vi kan også be Gemini om å gi oss en liste over nettadresser med tilknyttede nøkkelord. Vi kan gi den i oppgave å lage klassifiseringer eller lister over innhold som vi kan supplere ved å hente fra Google Sheets og YouTube. Det handler om å utnytte LLMs evner til å generere brukeroptimalisert tekst, samtidig som vi utnytter Geminis data og resonnementer til å reintegrere eksterne data for SEO-optimalisering."