przyspieszyć proces odkrywania za pomocą Gemini do badań;

Modele Gemini mogą służyć do rozwijania podstawowych badań w różnych dziedzinach. Oto sposoby, w jakie możesz korzystać z Gemini do celów analitycznych:

• Dostosowywanie: możesz dostosować modele Gemini do różnych modalności, aby rozwijać swoje badania. Więcej informacji
• Analizować wyniki modelu i je kontrolować: aby przeprowadzić dalszą analizę, możesz sprawdzić odpowiedź kandydata wygenerowaną przez model za pomocą narzędzi takich jak Logprobs i CitationMetadata. Możesz też skonfigurować opcje generowania modelu i wyjść, takie jak responseSchema, topP i topK. Więcej informacji
• Dane multimodalne: Gemini może przetwarzać obrazy, dźwięk i filmy, co umożliwia wiele ekscytujących kierunków badań. Więcej informacji
• Możliwości dotyczące długiego kontekstu: model Gemini 1.5 Flash ma okno kontekstu o milionie tokenów, a model Gemini 1.5 Pro – o 2 milionach tokenów. Więcej informacji
• Grow with Google: szybki dostęp do modeli Gemini za pomocą interfejsu API i Google AI Studio w przypadku zastosowań produkcyjnych. Jeśli szukasz platformy opartej na Google Cloud, Vertex AI może zapewnić dodatkową infrastrukturę pomocniczą.

Aby wspierać badania naukowe i rozwijać najnowocześniejsze badania, Google udostępnia naukowcom i badaczom naukowym środki na korzystanie z interfejsu Gemini API w ramach programu Gemini Academic Program.

Pierwsze kroki z Gemini

Gemini API i Google AI Studio pomagają Ci zacząć korzystać z najnowszych modeli Google i przekształcać pomysły w skalowalne aplikacje.

from google import genai

client = genai.Client(api_key="YOUR_API_KEY")
response = client.models.generate_content(
    model="gemini-2.0-flash",
    contents="How large is the universe?",
)

print(response.text)

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({ apiKey: "YOUR_API_KEY" });

async function main() {
  const response = await ai.models.generateContent({
    model: "gemini-2.0-flash",
    contents: "How large is the universe?",
  });
  console.log(response.text);
}

await main();

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent?key=YOUR_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d '{
  "contents": [{
    "parts":[{"text": "How large is the universe?"}]
    }]
   }'

Polecane treści naukowe

„W naszych badaniach analizujemy Gemini jako model języka wizualnego (VLM) i jego zachowania w różnych środowiskach pod kątem niezawodności i bezpieczeństwa. Dotychczas oceniliśmy odporność Gemini na czynniki rozpraszające, takie jak okna wyskakujące, gdy pracownicy VLM wykonują zadania na komputerze. Wykorzystaliśmy też Gemini do analizy interakcji społecznych, zdarzeń czasowych, a także czynników ryzyka na podstawie danych z filmów.

„Gemini Pro i Flash z długim oknem kontekstu pomagają nam w OK-Robot, naszym projekcie manipulacji mobilnej z otwartą leksyką. Gemini umożliwia stosowanie złożonych zapytań i komend w języku naturalnym w ramach „pamięci” robota: w tym przypadku są to poprzednie obserwacje wykonane przez robota w długim okresie działania. Razem z Mahi Shafiullah używamy Gemini do dzielenia zadań na kod, który robot może wykonać w świecie rzeczywistym”.

Gemini Academic Program

Kwalifikujący się naukowcy (np. pracownicy naukowi, pracownicy administracyjni i doktoranci) w obsługiwanych krajach mogą ubiegać się o otrzymanie środków na Gemini API i wyższe limity stawek na projekty badawcze. Dzięki temu można uzyskać większą wydajność w przypadku eksperymentów naukowych i zaawansowanych badań.

Szczególnie interesują nas obszary badań wymienione w następującej sekcji, ale chętnie przyjmujemy zgłoszenia z różnych dziedzin naukowych:

• Oceny i benchmarki: metody oceny zatwierdzone przez społeczność, które mogą stanowić silny sygnał o skuteczności w takich obszarach, jak rzetelność, bezpieczeństwo, przestrzeganie instrukcji, rozumowanie i planowanie.

• Przyspieszanie odkryć naukowych na potrzeby ludzkości: potencjalne zastosowania AI w międzydyscyplinarnych badaniach naukowych, w tym w takich obszarach jak rzadkie i nierozpoznane choroby, biologia eksperymentalna, nauki o materiałach i zrównoważony rozwój.

• Ciało i interakcje: wykorzystanie dużych modeli językowych do badania nowych interakcji w dziedzinach cieleśnie osadzonej AI, interakcji otoczenia, robotyki i interakcji człowiek–komputer.

• Wyłaniające się możliwości: poznawanie nowych możliwości agenta, które są potrzebne do ulepszania rozumowania i planowania, oraz sposobów rozszerzania możliwości podczas wnioskowania (np. dzięki Gemini Flash).

• Interakcja i rozumienie multimodalne: identyfikowanie luk i możliwości w przypadku multimodalnych modeli podstawowych do analizy, rozumowania i planowania w ramach różnych zadań.

Kwalifikacje: tylko osoby (wykładowcy, badacze lub osoby o odpowiednich kwalifikacjach) związane z uprawnioną instytucją akademicką lub organizacją akademicką mogą się kwalifikować. Pamiętaj, że dostęp do interfejsu API i środki będą przyznawane oraz usuwane według uznania Google. Sprawdzamy je co miesiąc.