Google Gemini im Standard Interface

Über diese Seite Werk

Gründet auf dem Werk „KI-Revolution“ Arnold Oberleiter
25. Oktober 2024 n. Chr. hrsg.
AI mit Arnie
LLMs meistern
Closed-Source LLMs
Überarbeitung Liste Werke von Klaus Feldmann
Abschrift
1. Dezember 2024 n. Chr. erst.
15:39 Uhr Ausgabe 00
Ausgabe 00
veröffentlicht
geprüft
↑ Open Source versus Closed Source - Ein Vergleich
→ Google Gemini im Standard Interface
↓ Google Labs mit NotebookLM!
Google Gemini im Standard Interface verwenden.mp4 Google Gemini im Standard Interface verwenden.pages

🎓 Google Gemini im Standard Interface

📽️ 2 Google Gemini im Standard Interface verwenden (11:50)

Die erste Alternative zu ChatGPT und damit auch eines der stärksten Closed-Source-Modelle kommt von Google. Das Ding nennt sich Gemini. Wir haben aktuell Gemini 1.5. Wir können es verwenden im Standardinterface, logischerweise auch über die API, die wir uns später ansehen. Aber jetzt geht es erstmal ums Standardinterface und darum, was das Ding kann und ob sich ein Abo eigentlich lohnen könnte.

Also erstmal: Du gibst ganz einfach „Google Gemini“ im Browser ein, und der erste Link ist zu 99,9 % der richtige. Du kannst ganz einfach auf ihn klicken. Falls du hierauf noch nie geklickt hast, musst du einen Account machen. Das kannst du natürlich mit Google machen – schließlich kommt das Ding von Google. Das Interface ist natürlich genau dasselbe, das haben wir uns schon mal kurz angesehen. Du kannst mit Gemini sprechen, du kannst Bilder hochladen, du hast hier deine Chats gespeichert und vieles mehr. Du kannst das minimieren, und wenn du hier oben das da siehst: „Gemini Advanced ausprobieren“.

Ja, ich hatte für lange Zeit ein Abo bei Gemini. Ich muss aber dazu sagen, die können einfach mit ChatGPT nicht mithalten. Müsste ich hier aktuell was sagen, dann würde ich dir raten, hier kein Abomodell abzuschließen. Wie gesagt, ich habe so gut wie jedes einzelne Abomodell laufen gehabt, auch das hier, und ich habe Gemini gekündigt, weil es einfach nicht mithalten kann mit dem ChatGPT-Interface. Wir haben hier keine GPTs, keinen System-Prompt, hier haben wir wirklich einige Dinge die fehlen. Was jedoch dennoch nicht heißen muss, dass das Modell schlecht ist. Generell ist das Modell gut, es ist leider nur nicht so gut wie ChatGPT.

Auf der linken Seite, wie bei ChatGPT, kannst du natürlich Gemini Advanced verwenden, wenn du das Ding denn hast. Und wenn du hier draufklickst, dann kannst du dein Konto verwalten, wenn du magst. Generell kann hier Gemini eigentlich die gleichen Dinge wie ChatGPT, aber ein paar Features sind etwas besonders. Die zeige ich dir jetzt gleich. Aber bevor ich dir das zeigen will, will ich dir hier „Introducing Gemini 1.5“ zeigen, aber natürlich auch das kleine Update zu Gemini. Das heißt, Google machte wohl guten Fortschritt bei einigen Dingen. Wie gesagt, sind sie etwas vorne. Aber insgesamt muss ich leider sagen, ist das Modell nicht so gut wie die Dinge von OpenAI.

Gehen wir hier runter, dann will ich dir einfach mal zeigen hier, was Google hier angekündigt hat. Sie haben ein riesengroßes Kontextfenster – ein Kontextfenster, das eine Million Token groß ist. Das ist natürlich riesig. Im Vergleich zu GPT-4 Turbo und auch GPT-4o ist das natürlich viel, viel größer. Und einige Entwickler bekommen bis zu 10 Millionen Token. Das ist der absolute Wahnsinn. Wenn du aktuell ein Abo machen würdest bei Gemini und auf Gemini Advanced updaten würdest, dann hättest du höchstwahrscheinlich ein Kontextfenster von entweder 1 Million oder, wie es die neuesten Updates hier zeigen, ein Kontextfenster von 2 Millionen. Sollte zumindest so sein.

Ich will dir jetzt aber was erklären: Das Kontextfenster alleine ist leider nicht ausschlaggebend genug, damit ein LLM gut ist. Nur weil das Kontextfenster riesengroß ist, muss es noch nicht heißen, dass wir selbst die richtigen Informationen von irgendwo extrahieren können. Ich habe schon ganz, ganz viele Beispiele gemacht. Leider, leider Gottes ist hier Google mit dem ganz normalen Interface hir einfach ChatGPT nicht ebenbürtig. Ich denke, Google hinkt aktuell hinterher. Ja, die haben einige Dinge wie zum Beispiel NotebookLMs – das sehen wir uns noch an –, denn das ist richtig, richtig praktisch. Die API ist auch relativ cool, in der API kannst du auch viele Dinge machen. Aber im Standardinterface, das Closed-Source-LLM im Standardinterface, ist meiner Meinung nach leider nicht ganz so gut wie ChatGPT.

Also ein Vorteil: ein riesengroßes Kontextfenster. Jedoch leider nicht so akkurat und so gut wie ChatGPT im Standardinterface. Sie arbeiten mit der „Mixture of Experts“-Architektur. Das haben wir uns natürlich schon angesehen, was das ist. Sie sagen hier, dass sie natürlich sehr, sehr gut sind. Sie bringen auch einige richtig, richtig coole Beispiele. Man kann Audio hochladen, man kann Video hochladen – das macht man in der API, was wir uns natürlich noch ansehen. Sie sind natürlich multimodal, das heißt, sie verstehen hier auch Bilder und so weiter. Und beim Coding sind sie sehr, sehr gut. Das heißt, man kann große Dinge hochladen und ist im Coding wirklich relativ gut. Das muss man ihnen tatsächlich lassen hier.

Sie haben auch das generelle Konzept, dass sie Agents bauen wollen. Das heißt also, generell machen sie sehr, sehr viele Dinge ähnlich wie OpenAI. Ich will nicht zu tief eintauchen, da ich dich nicht langweilen will. Also, ich denke, du verstehst schon: Wenn ich das Abo nicht habe, will ich nur mitteilen, dass du es dann höchstwahrscheinlich auch nicht brauchst. Dennoch, das Update hier ist richtig cool, so wie ich finde. Das heißt, sie haben hier verschiedene Modelle. Wenn du, wie gesagt, das Update machst, bekomms…bekommst du Gemini 1.5 Pro mit einem Kontextfenster von bis zu 2 Millionen im Standardinterface und über die API kannst du auch andere Dinge machen, die wir uns natürlich noch ansehen.

Aber wie gesagt: Generell muss ich hier einfach nur sagen, es ist nicht wirklich nötig, hier das Abomodell zu verwenden. Jetzt zwei, drei coole Dinge, die in ChatGPT aktuell noch nicht so einfach und so perfekt funktionieren. Schreibe eine Geschichte von einem Mann, der auf den Mond fliegen will. Das heißt, die Spracherkennung ist richtig gut. Das ist hier jetzt nicht wirklich etwas Neues. Aber etwas, das in Gemini richtig, richtig gut funktioniert, ist folgendes hier: Nachdem du deinen Output bekommen hast, kannst du natürlich immer noch das Reinforcement Learning machen. Das heißt: gute Antwort, schlechte Antwort, Antwort anpassen. Wenn du hier draufklickst, dann kannst du das kürzer machen, länger machen, einfacher machen, informeller machen und professioneller machen. Das ist etwas, das ich sehr gerne mag in Gemini.

Außerdem kannst du dir das Ganze natürlich anhören, wir können uns das vorlesen lassen. „Elias Traum vom Mond. Seit Elias’ Kindheitsjahren hing sein Blick gebannt am Nachthimmel.“ Die Stimme ist okay, nichts weltbewegendes. Man ist natürlich einen hohen Standard gewohnt mittlerweile. Jetzt noch etwas, das richtig praktisch ist: teilen und exportieren. Das heißt, wenn ich hier draufklicke, kann ich das teilen, zum Beispiel auf Social Media oder sonst was. Ich kann aber noch etwas Cooles machen. Ich kann das Ganze in Docs exportieren. Mit einem einzigen Klick habe ich das in Google Docs, ein komplettes Dokument hier erstellt. Ich kann das Dokument öffnen, und du siehst: Boom, ich habe das Ganze hier reinkopiert. Das heißt, wenn du komplette Bücher schreiben willst, ist das ein Feature, das eventuell praktisch sein könnte.

Daneben: Vorschlag in Gmail erstellen. Man kann wahnsinnig schnell E-Mails schreiben. Stelle dir vor, der Text ist ein Text, den du an deinen Chef schicken willst. Natürlich würdest du ihm sagen, dass du heute nicht zur Arbeit kommst, da du den Kurs von Arni machst. Also stellen wir uns vor, das hier ist eine E-Mail. Das könnten wir auch schnell schreiben. „Schreibe eine Mail an Herrn Meyer und erkläre ihm, dass ich nicht zur Arbeit komme, da ich den Kurs von Arni mache und dort viel mehr Spaß hab als auf der Arbeit.“ Natürlich würde das Herr Meyer absolut verstehen.

Also hier haben wir jetzt natürlich eine komplette Mail. Also eine Vorlage. Natürlich Datum, Namen und so weiter würdest du ganz einfach einfügen. Du würdest danach einfach klicken: Vorschlag in Gmail erstellen, Gmail öffnen, und diese Mail würdest du jetzt natürlich sofort an Herrn Meyer schicken. Das passt schon so. Danach kannst du natürlich auch noch etwas richtig Cooles machen: Antwort überprüfen. Das heißt, wenn du hier draufklickst, dann kannst du diese Antwort in Google googlen. Natürlich ist das jetzt aktuell vielleicht nicht besonders praktisch.

Sagen wir, du hast hier eine andere Frage, also zum Beispiel: „Wie hoch ist der Bitcoin-Preis?“ Natürlich sagt uns hier Gemini höchstwahrscheinlich die Wahrheit. Also 23. Mai 24, das ist das Datum, an dem andem ich diese Lektion aufnehme. Hier in Euro, hier in Dollar, zwei verschiedene Links, natürlich. Danach noch Binance, bitcoin.finance.net und die Bison-App. Das heißt, natürlich verwendet hier Gemini Daten, die up to date sind. Die haben ja natürlich die Google-Suche hier integriert. Und du kannst auch noch „Antwort prüfen“ klicken und das natürlich auch noch auf Google hier sofort überprüfen. Wenn du zum Beispiel „Bitcoin-Preis“ anklickst, wird sofort hier Google geöffnet, und du kannst das Ganze überprüfen, wenn du magst.

Das sind hier die coolsten Dinge. Und noch etwas, das ich dir zeigen will: „Gib mir den Code von Snake.“ Jetzt wird hier Gemini natürlich das Spiel Snake programmieren. „Gib mir den Code von Snake in Python.“ Ich muss die Antwort etwas umschreiben, aber eigentlich sollte ich den Code von Snake natürlich sofort bekommen. Ja, das sieht schon mal gut aus bis jetzt. Also, wir bekommen hier die Dinge ausgetippt, natürlich. Und jetzt könnten wir diesen Code natürlich kopieren und testen. Aber etwas, das sehr praktisch ist, ist natürlich das: Wir können hier auf „Teilen und exportieren“ klicken. Und immer wenn es Code ist, dann können wir das entweder in Google Colab exportieren oder in Replit exportieren. Google Colab oder Colab, das Colab-Notebook, das kommt direkt von Google. Das sehen wir uns später noch etwas genauer an.

Und wir können darauf klicken, das exportieren und dort den Code testen. Und ich kann das natürlich auch in Replit exportieren. Also ein einziger Klick, verstanden, Replit öffnen, und dann sollten wir eigentlich Replit sofort öffnen, und das Ding sollte funktionieren. Das heißt, wir haben das hier drinnen, sofort in einer Python-Umgebung. Das sieht bis jetzt gut aus. Ich klicke mal „Run“. Dann sehen wir uns an, ob der Snake-Code auch stimmt. Ich wäre etwas enttäuscht, wenn er nicht funktioniert. Das passiert ab und zu beim gratis Gemini. Ab und zu ist das nicht stark genug, um Snake zu generieren. Und ich denke fast, dass wir aktuell – ja, genau – wir haben schon einen Fehler. Das heißt, der Code hat nicht funktioniert.

Das Feature „Exportieren in Replit“ und „Google Colab“ ist zwar cool, aber was bringt es uns das Ganze, wenn es nicht funktioniert? Ja, mit einem Upgrade würde das wahrscheinlich passen. Aber generell, wie gesagt, für mich macht ChatGPT hier mehr Sinn. Ich muss Gemini aber dennoch bringen, da Gemini einige coole Dinge machen kann. Generell eher vielleicht über die API oder über NotebookLM, aber das Standardinterface von Gemini: Du solltest das kennen. Wenn du kein Abo hast, kannst du es ab und zu verwenden.

Wie gesagt, für mich aktuell leider noch nicht so weit wie ChatGPT. Wir werden später auch die starke Version von Gemini mit dem Abo. Ich werde nochmal ein Abo abschließen, wir werden die auch antreten lassen im Kampf gegen ChatGPT. Dann sehen wir uns an, was dabei rauskommt. Aber aktuell: Gemini, ein Konkurrent von ChatGPT. Musst du das Abo dafür machen? Wahrscheinlich nicht. Vielleicht macht ein anderes Interface mehr Sinn. Das sehen wir uns natürlich später an. Also, das war Google Gemini. Großes Kontextfenster, ab und zu nicht viel dahinter. Vielleicht ändert sich das Ganze, dann gibt es natürlich Updates.