В ходе презентации языковой модели Gemini компания Google показала видеоролик, который демонстрирует впечатляющую (на первый взгляд) работу своего ИИ. Но удивление аудитории длилось недолго: по данным СМИ, техногигант сильно приукрасил реальные возможности нейросети.

Одной из первых на несоответствие рекламного материала реальности обратило внимание издание Bloomberg. По словам журналистов, Google намеренно оставила за кадром большую часть процесса между запросом пользователя и конечным результатом.

Например, во фрагменте, где пользователь показывает жесты, Gemini якобы мгновенно определяет, что это игра «Камень, ножницы, бумага». На деле же всё далеко не так просто. Чтобы получить от нейросети точный ответ, необходимо сначала показать ей все три жеста, а затем дать подсказку в форме наводящего вопроса. В противном случае ИИ просто расскажет о том, что «видит» руку человека.

Судя по результатам «расследования», все показанные в ролике изображения, текстовые подсказки и ответы были тщательно подобраны заранее, а фактический процесс запроса был сильно сокращён для зрителей в угоду зрелищности и динамике происходящего. Один из сотрудников Google рассказал журналистам, что, по его мнению, видеоряд показывает нереалистичную картину. Другой отметил, что не был удивлён такой демонстрации, потому что привык к маркетинговой шумихе — по его словам, «все компании так делают».

Вице-президент по продуктам Google DeepMind Эли Коллинз сообщил Bloomberg, что демонстрация рисования уток пока остаётся возможностью исследовательского уровня и не входит в список реальных возможностей нейросети Google. Компания также отметила в описании ролика на YouTube, что показанное в нём было сокращено ради большей зрелищности. В ходе небольшого тестирования Gemini в составе чат-бота Google Bard журналисты сошлись во мнении, что новый ИИ не слишком отличается от GPT-3.5 по своим возможностям.