Gemini

Gemini ialah keluarga model bahasa besar (large language model) multimodal yang dibangunkan oleh Google DeepMind dan diperkenalkan buat kali pertama pada Disember 2023. Diletakkan sebagai pengganti kepada model PaLM dan LaMDA terdahulu milik Google, Gemini direka sejak dari asasnya untuk memproses dan menjana kandungan merentas pelbagai modaliti—termasuk teks, imej, audio, video dan kod komputer—dan bukan lagi terhad kepada teks semata-mata. Model-model ini menggerakkan aplikasi sembang Gemini, pelbagai ciri merentas perkhidmatan carian dan produktiviti Google, serta satu rangkaian alat pembangun, sekali gus menjadikannya tunjang utama strategi kecerdasan buatan Google dan pesaing tersohor kepada model-model daripada OpenAI, Anthropic serta syarikat AI yang lain.

Latar Belakang

Google telah lama menjadi pemain asas dalam penyelidikan AI moden. Pada 2017, penyelidik Google menerbitkan kertas kerja "Attention Is All You Need" yang memperkenalkan seni bina transformer, iaitu asas kepada hampir semua model bahasa besar selepas itu. Google kemudiannya membangunkan model-model berpengaruh seperti BERT, yang dimasukkan ke dalam Carian Google, serta sistem perbualan LaMDA dan PaLM.

Pelancaran awam ChatGPT oleh OpenAI pada akhir 2022 dilaporkan secara meluas telah mencetuskan tindak balas strategik dalam Google, yang digambarkan dalam laporan media sebagai situasi "kod merah" (code red), lalu mempercepatkan usaha syarikat untuk membawa produk AI generatif ke pasaran. Pada awal 2023, Google melancarkan Bard, sembangbot perbualan yang dibina di atas LaMDA dan kemudiannya PaLM. Pada April 2023, Google menyatukan operasi penyelidikannya dengan menggabungkan Google Brain dengan DeepMind, syarikat AI berpangkalan di London yang diperolehinya pada 2014, lalu menubuhkan Google DeepMind di bawah kepimpinan Demis Hassabis. Organisasi bersatu inilah yang mengambil alih pembangunan Gemini. Para pemerhati mencatatkan bahawa nama Gemini, yang bermaksud "kembar", telah ditafsirkan sebagai alusi kepada penggabungan dua unit penyelidikan AI Google tersebut.

Sejarah dan Perkembangan

Gemini 1.0 diumumkan pada 6 Disember 2023 dan dilancarkan dalam tiga peringkat: Gemini Ultra, versi terbesar dan paling berkebolehan; Gemini Pro, model bersaiz sederhana yang mengimbangi prestasi dan kecekapan; serta Gemini Nano, model padat yang direka untuk beroperasi terus pada peranti mudah alih. Google melaporkan bahawa Gemini Ultra mencapai keputusan setahap terkini (state-of-the-art) dalam pelbagai penanda aras akademik, malah mendakwa ia model pertama yang mengatasi pakar manusia dalam ujian pengetahuan MMLU, walaupun para penilai bebas membahaskan metodologi perbandingan tersebut.

Pada Februari 2024, Google menukar nama sembangbot Bard kepada Gemini dan memperkenalkan pelan langganan berbayar, Gemini Advanced, yang dibungkus bersama Google One AI Premium. Kemudian pada bulan yang sama, Google mendedahkan Gemini 1.5, iaitu seni bina yang dinaik taraf secara ketara berasaskan reka bentuk "campuran pakar" (Mixture-of-Experts), yang membolehkan tetingkap konteks sehingga satu juta token—antara yang terbesar pada ketika itu—sehingga model dapat memproses keseluruhan buku, tapak kod atau berjam-jam video dalam satu arahan. Kapasiti ini kemudiannya diperluaskan kepada dua juta token. Pada persidangan pembangun I/O pada Mei 2024, Google memperkenalkan Gemini 1.5 Flash, varian yang lebih pantas dan ringan, serta mendemonstrasikan Project Astra, prototaip penyelidikan yang meneroka bantuan AI multimodal secara masa nyata.

Pada Disember 2024, Google mengumumkan siri Gemini 2.0, bermula dengan versi eksperimen Gemini 2.0 Flash. Generasi ini menekankan keupayaan ejen (agentic capabilities), iaitu kebolehan sistem AI merancang dan melaksanakan tugas berbilang langkah menggunakan pelbagai alat, termasuk output imej dan audio secara natif, ciri Deep Research untuk penjanaan laporan secara autonomi daripada pelbagai sumber, serta ejen eksperimen seperti Project Mariner untuk layaran web. Pada Mac 2025, Google melancarkan Gemini 2.5 Pro Experimental, model "penaakulan" yang menjalankan pertimbangan dalaman yang lebih panjang sebelum menjawab; model ini dengan pantas menduduki puncak papan pendahulu perbandingan model yang popular, diikuti Gemini 2.5 Flash pada bulan-bulan berikutnya.

Seni Bina dan Ciri Teknikal

Model Gemini ialah rangkaian saraf berasaskan transformer yang dilatih pada korpus besar teks, kod, imej, audio dan video, dengan proses pelatihan dijalankan pada unit pemprosesan tensor (TPU) ciptaan Google. Keputusan reka bentuk yang membezakannya ialah "multimodaliti natif" (native multimodality): berbanding menampal sistem penglihatan atau audio yang berasingan pada sebuah model teks, Gemini dilatih sejak awal pada data multimodal yang berselang-seli, satu pendekatan yang diiktiraf Google sebagai punca keupayaan model ini untuk penaakulan merentas modal, contohnya menjawab soalan tentang carta, tulisan tangan atau kandungan video.

Gemini 1.5 menggunakan seni bina jarang Mixture-of-Experts, di mana hanya sebahagian kecil parameter rangkaian diaktifkan bagi sesuatu input tertentu, sekali gus meningkatkan kecekapan berbanding model padat yang setara kebolehannya. Generasi Gemini 2.5 pula memperkenalkan model hibrid "berfikir" (thinking) yang menjana langkah penaakulan berstruktur sebelum menghasilkan jawapan akhir, satu pendekatan yang dikaitkan dengan peningkatan prestasi dalam matematik, pengekodan dan perancangan kompleks. Model-model ini turut menyokong pemprosesan konteks panjang, panggilan fungsi (function calling) untuk integrasi dengan alat luaran dan API, penjanaan output berstruktur, serta penalaan halus (fine-tuning) untuk aplikasi khusus.

Versi Model dan Integrasi Produk

Keluarga Gemini telah berkembang melalui beberapa generasi dan secara umumnya ditawarkan dalam varian Pro (kebolehan tinggi), Flash (pantas dan menjimatkan kos) dan Nano (pada peranti). Di luar model teras, Google turut mengekalkan Gemma, keluarga model bersaiz kecil yang tersedia secara terbuka, diterbitkan daripada penyelidikan Gemini dan bertujuan untuk penggunaan setempat serta penyesuaian oleh komuniti.

Teknologi Gemini dibenamkan merentasi ekosistem produk Google. Aplikasi berdiri sendiri Gemini, yang tersedia di web, Android dan iOS, menggantikan Bard sebagai sembangbot pengguna syarikat dan merangkumi perbualan suara melalui Gemini Live. Dalam Google Workspace, ciri Gemini membantu kerja penggubalan, perumusan dan analisis dalam Gmail, Docs, Sheets dan alatan berkaitan. Carian Google menggabungkan AI Overviews yang dikuasakan Gemini, iaitu jawapan ringkasan yang dijana di atas keputusan carian tradisional. Model-model ini turut beroperasi pada peranti dalam telefon pintar Pixel, menjadi enjin kepada NotebookLM, dan boleh diakses oleh pembangun melalui Gemini API, Google AI Studio serta platform perusahaan Vertex AI. Pelan berbayar termasuk Gemini Advanced yang dibungkus dengan Google One AI Premium, serta langganan perusahaan dan pendidikan untuk Workspace.

Kesan dan Kepentingan

Gemini mewakili salah satu integrasi model AI terkehadapan (frontier) berskala terbesar ke dalam perisian pengguna dan perusahaan yang digunakan secara meluas. Memandangkan perkhidmatan Google menjangkau berbilion pengguna, pelancaran ciri-ciri dipacu Gemini memberi pengaruh ketara terhadap cara orang ramai berhadapan dengan AI generatif, daripada keputusan carian sehinggalah kepada pembantu mudah alih. Dalam kalangan industri, Gemini dianggap sebagai pesaing utama kepada siri GPT OpenAI dan Claude Anthropic, manakala penekanannya terhadap tetingkap konteks sangat panjang serta multimodaliti natif telah membentuk trend reka bentuk yang lebih luas dalam bidang ini.

Keluarga model ini turut menjejaskan kedudukan perniagaan Google, dengan mengukuhkan keunggulan syarikat dalam pasaran AI awan melalui Vertex AI, di samping menimbulkan persoalan strategik tentang pemonetisasian carian, memandangkan jawapan yang dijana AI mungkin mengurangkan trafik ke laman web luaran. Bagi pembangun dan penyelidik, keupayaan konteks panjang Gemini telah membuka aplikasi baharu dalam analisis dokumen, pemahaman kod dan kefahaman video, manakala pelancaran model terbuka Gemma menyumbang kepada ekosistem model kecil yang mudah digunakan.

Penerimaan dan Kontroversi

Penerimaan terhadap Gemini beragam dalam kalangan masyarakat. Dakwaan penanda aras semasa pelancarannya menarik pemeriksaan teliti mengenai kaedah penilaian dan perbandingan dengan model-model pesaing. Pada awal 2024, sembangbot Gemini menghadapi kritikan hebat kerana enggan menjawab soalan mengenai tokoh politik, dan kerana output penjanaan imej yang melukiskan tokoh serta lambangan sejarah—seperti unit tentera era Perang Dunia Kedua—dengan bentuk kepelbagaian yang anakronistik atau tidak selaras dengan zaman. Google menghentikan sementara ciri penjanaan imej manusia, memohon maaf, dan menggambarkan perlakuan tersebut sebagai penalaan model yang bermasalah. Peristiwa ini mencetuskan perdebatan lebih luas tentang bias, penalaan keselamatan dan tadbir urus produk dalam sistem AI berskala besar.

Seperti semua model bahasa besar, Gemini masih tertakluk kepada gejala halusinasi, iaitu penjanaan maklumat yang tidak tepat secara yakin, yang menarik kritikan apabila ia muncul dalam ciri AI Overviews Carian. Para pemerhati turut membangkitkan kebimbangan tentang privasi, penggunaan data dalam pelatihan, pergantungan masyarakat kepada segelintir syarikat teknologi gergasi untuk AI terkehadapan, serta jejak alam sekitar pelatihan model berskala besar. Google telah membalas dengan laporan teknikal, penilaian keselamatan, alat penanda air (watermarking) seperti SynthID bagi kandungan yang dijana AI, dan falsafah pelaksanaan yang dinyatakan sebagai "berani tetapi bertanggungjawab", walaupun perdebatan mengenai kesesuaian langkah-langkah ini masih berterusan.

Kegunaan Lain Istilah

Nama Gemini turut merujuk kepada beberapa perkara lain yang terkenal: Gemini, buruj zodiak yang mewakili kembar mitologi Castor dan Pollux, serta tanda astrologi yang sepadan; Project Gemini, program penerbangan angkasa ber manusia kedua NASA (1961–1966) yang membangunkan dan membuktikan pelbagai teknologi penting bagi pendaratan Bulan Apollo; dan Gemini, bursa