当 AI 开始用我们的方式理解世界，一场不务正业的游戏便开始了
Gemini 能以我们的方式理解周围的世界。
--Google Deepmind CEO，Demis Hassabis
人类通过五感认识世界，并通过大脑思考判断事实。然而，AI 的迅猛发展创造生产力革新的同时，也带来了深度伪造技术。这类技术模糊了现实和虚构的边界，改变着我们对信息真实性的认知。
在此背景下，人类尚且无法分辨图片、视频的真伪性，并不具备感知器的 Google 语言模型却打出了“以我们的方式理解周围世界”的口号。这不禁让小编发出疑问，他们真的能思考并理解我们这个世界吗？还是仅仅搬弄人类语言中的词汇和句式，模仿了我们的文字组织方式？
为了验证这一点，让我们使用 Gemini 玩个游戏。
Step 1：使用 Gemini imagen2 生成了1张图片，并且下载保存。
仔细观察一下这张图片——分明的绒毛，自然的神态再加上侧面光影的加持，如果没有前情提要，您能判断出这张图片其实是出自 AI 之手吗？
Step 2：将生成的图片作为输入，请 Gemini 判断是否为生成式 AI 的产出：
我们通过文字+图片的方式发出疑问，除此之外并未给出任何提示。而 Gemini 不仅准确判断出这是一张由 AI 生成的图片，还给出了三条理由，从画面虚实，颜色，形状三个方面进行判断，得出了最终结论。这些理由与您所想的一致吗？
用 Gemini 提供的判断思路，再判断一下以下两张图片的真伪性吧！
让我们讨论的问题再大胆一点。去年12月6日，龙年春晚吉祥物【龙辰辰】形象官宣，不成想却因创作方式引质疑，吵上热搜。不少网友认为【龙辰辰】是由 AI 生成的作品，甚至称其是“一眼 AI”。面对争议，@春晚 官博发文回应，表示该形象是设计师改了一版又一版，用头秃换来的。
对于这场闹剧，Gemini 又是怎么认为的呢？
图片*仅为娱乐性质参考，不代表任何方观点（求生欲拉满）。
既然气氛已经到这了，不妨继续放飞一些，再偏个题~
图片*如上，仅供娱乐！
书归正传。Gemini Ultra 自出生时，就被训练为“原生多模式”——换句话说，在大量代码库、不同语言的文本、音频、图像和视频上进行预训练和微调。DeepMind 产品副总裁 Eli Collins 声称 Gemini Ultra 可以理解文本、图像、音频和代码中的“微妙”信息，并回答与“复杂”主题相关的问题。也因此，Gemini 可以做到“以我们的方式理解周围的世界”。
· 多模态理解： Gemini 能够处理和理解多种数据类型，包括文本、代码、音频、图像和视频，展现出前所未有的多模态理解能力。
·高级推理和创新： 在复杂问题解决和创新思维方面，Gemini 展现出超越现有模型的能力。
·编程语言处理： Gemini 在理解和生成流行编程语言（如 Python、Java、C++ 和 Go）方面表现卓越，为编程和软件开发带来革命性的改变。
我们已经通过简单游戏验证了 Gemini 的理解和推理能力。那么它的编程语言处理能力又怎么样呢？我们来配置一个简单的智能小助手，并用规章制度文档在出差场景做一个小测试。
Step1 ：让 Gemini 生成一段规章：
Prompt：
帮我拟定公司员工的出差补助规章，出差城市分为一，二，三类，根据出差目的地酒店标准呈阶梯，补助有餐饮补助、交通补助，外勤补助，同样呈阶梯。
员工根据岗级，对补助类（餐饮、交通、外勤）呈现阶梯。例如，总经理享受一等补助，组长享受二等补助，普遍职员享受三等补助。
Response：
一、出差补助标准
1、出差城市分类：
一类城市：北京、上海、广州、深圳
二类城市：杭州、南京、成都、重庆
三类城市：其他城市
2、酒店标准：
一类城市：500元/天
二类城市：400元/天
三类城市：300元/天
三、补助标准
1. 员工根据职级享受不同的补贴
一等补贴：集团总经理，部门总经理，总监
二等补贴：各个分部的中层管理者
三等补贴：普通员工
Step2 ：将 Gemini 生成的规章制度文档 PDF 格式存储进 Cloud Storage 中，作为数据来源。
Step3：提问与期望的效果。
实测效果：
当我们向 Gemini 提出要求，并将规章制度文档录入，便可以获得一个量身定制的智能助手。其过程之简单，让小编产生“我上我也行”的错觉。但归根结底，这是由 Gemini 对规则的理解及准确的代码生产所带来的便利。
当然，本文讨论的内容均较为浅显，如果您对 Gemini 还有疑问或感到好奇，可以通过 Google AI Studio 或 Google Cloud Vertex AI 中的 Gemini API 访问 Gemini Pro。若您还没开通账号或想了解更多关于 Google AI 的能力，可扫描下方二维码，联系在线客服进行咨询。
