Sundar Pichai ซีอีโอกูเกิลให้สัมภาษณ์กับ Wired เนื่องในโอกาสเปิดตัว Gemini Advanced ซึ่งเป็นโมเดลปัญญาประดิษฐ์ที่เก่งที่สุดของกูเกิลในตอนนี้

Pichai บอกว่าจุดเด่นที่สุดของ Gemini คือความเป็น multimodal หรือการเทรนด้วยข้อมูลหลากหลายประเภท เช่น ข้อความ รูปภาพ เสียง โค้ดโปรแกรม ทำให้ Gemini รองรับอินพุตหลากหลายตั้งแต่ต้น มนุษย์สามารถสั่งงาน Gemini ได้ผ่านข้อความ เสียง หรือรูปภาพ แบบไม่ต้องแปลงฟอร์แมตก่อน ตรงนี้เป็นสิ่งที่ Gemini แตกต่างจากคู่แข่งฝั่ง OpenAI/Microsoft ที่โมเดลแต่ละตัวทำงานแยกจากกัน

Pichai บอกว่าสมองของมนุษย์ก็ทำงานแบบ multimodal และที่ผ่านมา กูเกิลก็ออกบริการลักษณะนี้มาหลายตัว เช่น Google Lens ที่ค้นหาด้วยรูปภาพ, Multisearch ค้นหาภาพและข้อความพร้อมกัน

อีกประเด็นที่ Pichai พูดถึงคือการแชทกับ AI จะมาแย่งส่วนแบ่งตลาดจาก Search หรือไม่ ซึ่งคำตอบของเขาคือต้องทดลองดู เพราะไม่มีใครรู้ว่าอนาคตจะเป็นเช่นไร แต่ตัวเขานั้นเปิดกว้างกับความเป็นไปได้ทุกแบบ เพราะถ้ายึดติดกับแนวทางใดแนวทางหนึ่ง ก็มีโอกาสที่จะแทงผิดข้างไปเลย

เขายังตอบคำถามเรื่องโมเดลธุรกิจในอนาคตของ Gemini ว่าจะมีโฆษณาหรือไม่ โดยเขายังแบ่งรับแบ่งสู้ ยกตัวอย่าง YouTube ที่มีทั้งแบบฟรีมีโฆษณาและเสียเงินโดยไม่มีโฆษณา พร้อมอธิบายว่าการมีโฆษณาทำให้บริการแบบนี้กระจายตัวหาคนหมู่มากได้ง่ายขึ้น แต่การจ่ายเงินเพื่อซื้อประสบการณ์ที่ดีขึ้นก็มีตลาดของมันเช่นกัน

ที่มา - Wired