Si Google e rifitoi ritmin dhe doli përpara OpenAI

Në orët e para të një mëngjesi gushti, një menaxher projektesh të inteligjencës artificiale në Google ngarkoi krijimin më të ri nga laboratori i saj DeepMind në një platformë që rendit modelet e inteligjencës artificiale.

Google kishte mbetur prapa në garën e inteligjencës artificiale, ndërsa rivali i saj OpenAI kishte tërhequr qindra miliona përdorues në chatbot-in e saj ChatGPT. Studiuesit e Google shpresonin se një veçori e re – një gjenerator imazhesh shumë i shpejtë – do t’i jepte gjigantit të kërkimit një avantazh në një pikë të dobët për ChatGPT.

Naina Raisinghani, e njohur brenda Google për punën deri vonë natën, kishte nevojë për një emër për mjetin e ri për të përfunduar ngarkimin. Megjithatë, ishte ora 2:30 e mëngjesit dhe askush nuk ishte aty pranë. Kështu që ajo thjesht shpiku një emër, një përzierje të dy nofkave që ia kishin vënë miqtë: Nano Banana.

Brenda pak ditësh, Nano Banana zuri vendin e parë në renditjen e performancës në platformën LM Arena, ishte në trend në X dhe i kishte tejkaluar shumë pritjet e përdorimit të Google. Deri në shtator, aplikacioni Gemini AI i Google ishte bërë aplikacioni më i shkarkuar në dyqanin e aplikacioneve të Apple.

Dy muaj më vonë, Google lançoi modelin e saj më të fuqishëm Gemini deri më tani, i cili i kaloi konkurrentët duke u bërë chatbot-i më i aftë i inteligjencës artificiale. Me këtë, kompania në pronësi të Alphabet e kishte tejkaluar OpenAI-n në krye të listës së IA-së.

Rrënjët e thella të Google në shkencë dhe kërkim, gatishmëria për të investuar miliarda dollarë në zhvillimin e pajisjeve të personalizuara dhe ndryshimet në lidership në vitet e fundit që hapën rrugën për eksperimentime më të shpejta tani po japin frytet e tyre. Google gjithashtu ka arritur të mbrojë biznesin e saj të rëndësishëm të kërkimit – të paktën për momentin – nga popullariteti në rritje i chatbot-eve, të cilët po ndryshojnë mënyrën se si konsumatorët përdorin internetin.

Puna e Google në fushën e inteligjencës artificiale ka filluar të gjenerojë të ardhura të konsiderueshme përmes reklamave të kërkimit, versioneve me pagesë të Gemini për konsumatorët dhe bizneset dhe shitjeve të çipave të rinj kompjuterikë të zhvilluar brenda kompanisë. Lëshimi në nëntor i modelit më të fundit Gemini të Google ia kaloi ChatGPT në një sërë masash, duke i bërë aksionet e Alphabet të rriten dhe duke shkaktuar një Code Red brenda OpenAI. Që atëherë, kjo kompani e ka ngushtuar garën me lançimin e një versioni më të fuqishëm të ChatGPT, i cili ende ka shumë më tepër përdorues sesa Gemini i Google.

Drejtori Ekzekutiv i Google, Sundar Pichai, foli për madhësinë e shtytjes së kompanisë në fushën e inteligjencës artificiale ditën kur u lançua modeli i ri Gemini. “Më pëlqen të shoh që po e lançojmë në shkallën e Google”, u tha ai punonjësve në një memo të brendshme.

Kur Pichai u ngjit në detyrën më të lartë në Google në vitin 2015, inteligjenca artificiale ishte një teknologji me interes të madh për studiuesit e shkencave kompjuterike dhe pothuajse për askënd tjetër. Vitin pasardhës, ai deklaroi se kompania e njohur për konsumatorët për motorët e kërkimit, hartat dhe mjetet e produktivitetit po i kushtonte vëmendje të plotë inteligjencës artificiale.

Në një memo të postuar në blogun e kompanisë, Pichai shkroi se dekada e kaluar kishte qenë e gjitha për një botë të orientuar drejt telefonave inteligjentë. “Por në 10 vitet e ardhshme”, parashikoi ai, “ne do të kalojmë në një botë që është e para e IA-së, një botë ku informatika bëhet e disponueshme universalisht”.

Google tashmë kishte hedhur themelet me një divizion kërkimor të IA-së të quajtur Google Brain, i cili u bashkëthemelua në vitin 2011 nga Jeff Dean , një shkencëtar kompjuterash i cili ndihmoi në zhvillimin e teknologjisë së rrjetit nervor që mbështet modelet e mëdha gjuhësore të sotme. Disa vjet më vonë, Google bleu DeepMind, laboratorin kërkimor të IA-së me seli në Londër, të bashkëthemeluar nga Demis Hassabis, një talent i shahut i cili më vonë do të ndante një Çmimin Nobel për punën në një sistem IA që ndihmon kërkimin biomolekular.

Në një lëvizje që tërhoqi më pak vëmendje në atë kohë, Google filloi gjithashtu të projektonte çipat e vet të inteligjencës artificiale, duke besuar se do të kishte nevojë për shumë më tepër fuqi llogaritëse për të mbështetur aplikacione të tilla si njohja e zërit. Këto çipa, të quajtura njësi përpunimi tensorësh, ose TPU, u projektuan për të konsumuar më pak energji sesa njësitë qendrore të përpunimit në kompjuterë ose njësitë e përpunimit grafik në kartat e videolojërave. Ato do të rezultonin një ndryshim rrënjësor për Google dhe industrinë.

Megjithatë, në fillim, kompania ndoqi një qasje të kujdesshme ndaj zhvillimit të chatbot-eve të veta. Disa nga drejtuesit dhe studiuesit e saj kishin shqetësime në lidhje me sigurinë e një teknologjie të tillë, e cila ka potencialin të prodhojë informacion të pasaktë, të anshëm ose ndryshe problematik.

Julia Winn, një ish-punonjëse e Google Brain, tha se chatbot-et fillimisht nuk u panë si thelbësore për ambiciet më të gjera të kompanisë në fushën e inteligjencës artificiale dhe se në testet e modeleve të hershme, rezultoi e lehtë të nxiteshin përgjigje raciste ose seksiste.

“Këto lloj rreziqesh Google i mori shumë më seriozisht se çdo vend tjetër ku kam punuar, dhe për arsye të kuptueshme”, tha ajo. Një kujdes i tillë i frustroi një numër studiuesish të kompanisë, disa prej të cilëve u larguan.

Në gusht të vitit 2022, Google prezantoi një model chatbot me një gamë aftësish bisedore, duke e bërë atë të disponueshëm për një numër të kufizuar njerëzish përmes një aplikacioni të quajtur AI Test Kitchen, një lloj terreni prove. Google e quajti atë LaMDA dhe u lejoi përdoruesve të testonin tre funksione: “Imagine It”, “List It” dhe “Talk About It (Dogs Edition)”, të cilat u mundësonin përdoruesve të zhvillonin një bisedë vetëm për qentë.

Tre muaj më vonë, OpenAI e bëri ChatGPT të disponueshëm për publikun pas përpjekjes së vet shumëvjeçare për të krijuar një chatbot që jo vetëm mund të angazhohej në dialog, por edhe të prodhonte histori, shaka, kod kompjuterik dhe më shumë.

Brenda pesë ditësh, një milion njerëz u regjistruan për ta testuar. Ndryshe nga LaMDA e Google, përdoruesit nuk u përballën me kufizime të rëndësishme në mënyrën se si e përdornin.

Disa punonjës të Google, të cilët kishin kaluar vite duke punuar në teknologji, u mërzitën që po zhgënjehej. Të tjerë u habitën se sa shpejt publiku u angazhua me ChatGPT.

Analistët dhe investitorët pyesnin veten nëse Google po e humbiste valën e madhe të radhës së teknologjisë. Ata pyesnin veten se sa shpejt kompania mund të lançonte produktet e veta të inteligjencës artificiale dhe nëse rritja e chatbot-eve do të gërryente bizneset e kërkimit dhe reklamimit të Google, të cilat kishin sjellë 254 miliardë dollarë të ardhura në vitin 2022.

Dean dhe Hassabis, dy shkencëtarët veteranë të inteligjencës artificiale të Google, dhe James Manyika, një roboticist që iu bashkua kompanisë në vitin 2022, punuan për të bashkuar divizionet DeepMind dhe Brain në trajnimin e inteligjencës artificiale. Në janar 2023, ata i paraqitën bordit të drejtorëve të Alphabet planin e tyre për ndërtimin e modelit më të zgjuar të kompanisë deri më tani.

Ndërkohë, Google kishte nevojë për një chatbot për t’ua ofruar përdoruesve – dhe shpejt. Muajin pasardhës, ajo lançoi Bard, të ndërtuar mbi modelin e saj LaMDA. Prezantimi dështoi.

Në një video që promovonte Bard-in, Google e tregoi atë duke iu përgjigjur një pyetjeje në lidhje me Teleskopin Hapësinor James Webb. Chatbot-i u përgjigj në mënyrë të pasaktë se teleskopi bëri “fotot e para” të një planeti jashtë sistemit diellor. Ky gabim bëri që aksionet e Alphabet të binin me 8%.

Rreth asaj kohe, bashkëthemeluesi i Google, Sergey Brin, i cili kishte dalë në pension së fundmi, ishte në një festë duke biseduar me një studiues nga OpenAI me emrin Daniel Selsam, sipas njerëzve të njohur me bisedën. Pse, e pyeti Selsam, nuk po punonte me kohë të plotë në inteligjencën artificiale? A nuk ia kishte tërhequr imagjinatën si shkencëtar kompjuterash lançimi i ChatGPT?

ChatGPT ishte në rrugën e duhur për t’u bërë një emër i njohur në botën e chatbot-eve me inteligjencë artificiale, ndërsa Google ende po përpiqej ta nxirrte në shitje produktin e saj. Brin vendosi që Selsam kishte të drejtë dhe u kthye në punë.

Për pjesën më të madhe të vitit 2023, drejtuesit e Google punuan për të koordinuar dhe harmonizuar përpjekjet e tyre për zhvillimin e inteligjencës artificiale. Kulturat e divizioneve Brain dhe DeepMind ishin të ndryshme, ku e para u përqendrua më shumë në kërkim dhe e dyta në ndërtimin e produkteve, sipas ish-punonjësve, duke krijuar tension pasi ato u kombinuan.

Megjithatë, Google zotëronte një avantazh të madh ndaj rivalit të saj të madh. OpenAI duhej të mblidhte para nga investitorët; Google mund të financonte kërkimin dhe zhvillimin nga fitimet e saj multimiliardë dollarëshe. Por Google gjithashtu duhej të gjente një mënyrë për ta penguar IA-në gjeneruese të vriste patën e saj të artë – pjesën e saj prej 90% të tregut të kërkimit në internet, themeli i biznesit të saj të reklamave.

Për të kuptuar se si duhet të duket kërkimi i drejtuar nga inteligjenca artificiale, kompania filloi një përpjekje shumëekipëshe të quajtur Project Magi, të udhëhequr nga Liz Reid, e cila u bë zëvendëspresidente e kërkimit në Google në vitin 2024. Sfida e grupit, shpjegoi ajo në një intervistë, ishte të kuptonte se si ta ripërtërinte sistemin e kërkimit për të paraqitur shpejt një përgjigje të qartë për një pyetje kur përgjigjja nuk përmbahej në një faqe të vetme interneti.

Njerëzit nuk përdorin vetëm kërkimin, ata mbështeten te kërkimi, tha ajo. Nëse gaboni, do të dëgjoni nga mamaja juaj, do të dëgjoni nga shoku juaj, do të dëgjoni nga fëmija juaj.

Google publikoi modelin e saj të parë Gemini para fundit të vitit 2023. Ndërsa OpenAI fillimisht e kishte trajnuar ChatGPT kryesisht në tekst, Google e kishte trajnuar Gemini në tekst, kod, audio, imazhe dhe video, gjë që është një nga arsyet pse u desh më shumë kohë për t’u zhvilluar, thanë ish-punonjësit.

Versioni i parë i Gemini ende mbetej prapa ChatGPT në shumë mënyra, por qasja teknikisht më ambicioze e Google do të jepte fryte me kalimin e kohës, ashtu siç kishin bërë edhe hulumtimet e saj të hershme në rrjetet nervore.

«Mendoj se ne ende kemi përfituar nga ajo histori e gjatë», vërejti Brin në dhjetor në një aktivitet të Universitetit të Stanfordit.

Pjesa më e madhe e punës së Brin që nga kthimi i tij ka përfshirë nxjerrjen në pah të problemeve me Gemini që duhen zgjidhur. Brin gjithashtu ndihmoi në rikthimin e studiuesve të inteligjencës artificiale Daniel De Freitas dhe Noam Shazeer në Google në vitin 2024 përmes një blerjeje prej 2.7 miliardë dollarësh të startup-it të tyre. Që atëherë, të dy kanë ndihmuar në drejtimin e punës në Gemini.

Gjatë një interviste në skenë në konferencën I/O të Google në maj, Brin tha se mbeti shumë i përfshirë. “Unë kam tendencë të jem mjaft i thellë në detajet teknike”, tha ai, “dhe ky është një luks që e shijoj.”

Në maj të vitit 2024, Google prezantoi Përmbledhjet e IA-së – përmbledhje të shkurtra të gjeneruara nga IA që shpesh shfaqen në krye të rezultateve të kërkimit. Kompania zbuloi se përdoruesit filluan të bënin kërkime më komplekse.

Ajo që pasoi ishte ndryshimi më i madh i motorit të kërkimit të Google në vite: zhvillimi i Modalitetit AI, një opsion kërkimi që u përgjigjet pyetjeve në një bisedë në stilin e chatbot-it. Brenda, demo pas demo tregoi se çfarë mund të ishte e mundur, por edhe sa e vështirë ishte të riprogramohej kërkimi për t’u bërë si chatbot duke ruajtur shpejtësinë dhe cilësinë, tha Reid.

Më në fund, pas shumë përsëritjeve, tha Reid, ajo dhe të tjerët në ekip filluan të shihnin vlerë të mjaftueshme për ta prezantuar atë publikisht. “Ne filluam ta shihnim veten duke e kërkuar, jo vetëm për testim, por duke thënë, ‘Oh, dua ta përdor këtë’”, kujtoi Reid.

Google lançoi AI Mode majin e kaluar. Gjithashtu prezantoi Gemini 2.5, një version më të fuqishëm të modelit të saj të IA-së, por nuk gjeneroi aq shumë vëmendje sa prisnin shumë punonjës. Çmimi i aksioneve të Alphabet, i cili kishte rënë që nga fillimi i vitit, vazhdoi të binte gjatë verës.

Kërcënimi që inteligjenca artificiale paraqiste për dominimin e Google në kërkim rezultoi të kishte një anë pozitive. Në gusht 2024, një gjyqtar federal vendosi që Google kishte një monopol të paligjshëm në kërkimin online dhe reklamat e kërkimit. Vendimi tha se një marrëveshje sipas së cilës Google i pagoi Apple 20 miliardë dollarë në vit për të qenë kërkimi parazgjedhur në shfletuesin Safari të prodhuesit të iPhone ishte antikonkurruese.

Avokatët e Google argumentuan se monopoli i kompanisë kishte marrë fund në mënyrë efektive me ardhjen e chatbot-eve të inteligjencës artificiale si një formë e re popullore e kërkimit. Vitin e kaluar, gjykatësi e pranoi argumentin dhe vendosi që marrëveshja me Apple mund të vazhdonte vetëm me ndryshime të vogla, duke e ndihmuar Google të shmangte masa më ekstreme.

Ky vendim, i kombinuar me prezantimin në gusht të Nano Banana, rriti aksionet e Google.

Josh Woodward, i cili mbikëqyr aplikacionin Gemini, si dhe Google Labs – një lloj terreni prove për aplikacionet e reja të IA-së – e quajti lançimin e Nano Banana një “katastrofë suksesi”. Kur njerëzit në mbarë botën filluan të gjeneronin miliona, dhe më pas miliarda, imazhe, Google e kishte të vështirë të gjente fuqi të mjaftueshme llogaritëse për të përmbushur kërkesën. Kompania, tha ai, përdori kredi emergjente të kohës së serverit për të marrë më shumë kapacitet llogaritës.

Deri në tetor, Gemini kishte më shumë se 650 milionë përdorues mujorë, nga 450 milionë në korrik.

Lançimi në nëntor i Gemini 3 shkaktoi një tjetër pengesë në kapacitetin kompjuterik. Është një problem që Google e ka parashikuar për më shumë se një dekadë dhe zgjidhja e saj – çipat kompjuterikë të inteligjencës artificiale që ajo zhvilloi – po duket si një avantazh konkurrues. Çipi i saj më i fundit, i quajtur Ironwood, ka ndihmuar në uljen ndjeshëm të kostos së funksionimit të modeleve të saj të inteligjencës artificiale.

Lajmi në fund të nëntorit se Google ishte në bisedime për t’i shitur Meta-s çipa me vlerë miliarda dollarë për përpjekjet e veta të inteligjencës artificiale, ishte i mjaftueshëm për të ulur aksionet e Nvidia-s, prodhuesit kryesor të çipave në botë, me 7% atë ditë.

Në një memo të brendshme drejtuar punonjësve këtë dhjetor, Pichai dha një notë triumfuese. “Po e mbyllim vitin 2025 në një pozicion të shkëlqyer”, shkroi ai. “Duke menduar se ku ishim si kompani vetëm një vit më parë, është e pabesueshme të shohësh progresin.”