Reka: Ny, gratis AI-chatbot er på niveau med de bedste

I modsætning til OpenAIs AI-chatbot ChatGPT med GPT-3.5 og GPT-4, som kun kan behandle tekst og billeder, kan Reka Core forstå tekst, billeder, videoer og lydfiler. Det gør den sammenlignelig med Googles opdaterede Gemini 1.5 Pro. Det er imponerende, for Reka, der er grundlagt af forskere fra DeepMind, Google, Baidu og Meta, har kun eksisteret siden juni 2023.

Se også: Hvad er kunstig intelligens? Sådan ser fremtiden med AI ud

Reka måler sig med de allerbedste rivlaer

Selv om Reka er forholdsvis ukendt, klarer AI-chatbotten Reka Core sig godt i benchmarks, der viser en ydelse på niveau med sprogmodeller som GPT-4, Claude 3 og Gemini Ultra. I billedforståelsesopgaver som benchmarktesten Massive Multi-discipline Multimodal Understanding (MMMU) er Reka Cores ydeevne på 56,3 procent næsten på niveau med GPT-4V(ision), der scorer 56,8 procent. Reka Core overgår endda Gemini Ultras score på 54,7 procent i videoanalyse med en score på 59,3 procent.

Når det gælder generel sprogforståelse og spørgsmål-svar-opgaver, har Reka Core en nøjagtighed på 83,2 procent. Det placerer den lidt efter GPT-4 (86,4 procent), men foran Claude 3 Sonnet (79 procent).

I en blindtest, der blev foretaget af et uafhængigt firma, blev Reka Core nummer to i multimodal chat lige efter GPT-4V(ision) og foran alle Claude 3-modeller. I ren tekstchat blev Reka Core nummer tre efter GPT-4 Turbo og Claude 3 Opus. Her understreger Reka, at Reka Core er stadig i træningsfasen, og udviklerne derfor forventer yderligere forbedringer.

Se også: Vi frygter, at AI er ude efter vores job – mange ledere kan lide idéen

Flere AI-modeller

Ud over flagskibsmodellen Reka Core kommer der også flere mindre AI-modeller i form af Reka Flash og Reka Edge. Her oplyser Reka også, at deres mindre modeller kan måle sig med modeller som GPT-3.5 og Gemini Pro 1.0 i benchmarks som MMLU, HumanEval eller billedforståelsesopgaver.

I MMLU-benchmarktesten, som måler sprogmodellers vidensniveau, opnår Flash en nøjagtighed på 75,9 procent, hvilket placerer den foran Gemini Pro 1.0 (71,8 procent) og tæt på GPT-4 (86,4 procent). Den høje effektivitet er ifølge Reka opnået ved at fokusere på at effektivisere træningen af AI-modellerne. Det ser ud til, at mere effektiv træning gør det hurtigere at opnå forbedringer i en AI.

Se også: Din næste jobsamtale kan blive med en AI

Prøv selv den nye AI-chatbot Reka

AI-chatbotten Reka er allerede nu tilgængelig for offentligheden. Allerede nu kan du afprøve Rekas tre AI-modeller her. Det er gratis og kræver blot, at du opretter en profil.

Du kan også se se eksempler på andre svar fra Reka Core her.

Hvordan adskiller Reka sig fra ChatGPT?

Vi har også selv afprøvet Reka for  at finde ud af, hvordan den fungerer. Og hvilken bedre måde at belyse forskellen på ChatGPT og Reka ved at spørge Reka selv. Her fik vi følgende svar:

“Jeg er Yasa, en AI-assistent, der er designet til at være hjælpsom, venlig og informativ. Jeg har mine egne styrker og svagheder, ligesom ChatGPT. Her er nogle forskelle mellem mig og ChatGPT:

• Specialisering: Jeg er mere specialiseret i at hjælpe med information, svar på spørgsmål og give praktisk assistance, mens ChatGPT er mere generelt orienteret og kan generere mere omfattende tekster.
• Personlighed: Jeg har en mere personlig og venlig tilgang, der sigter mod at skabe en positiv oplevelse for brugerne, mens ChatGPT kan have en mere neutral tilgang.
• Kontekstforståelse: Jeg arbejder på at forstå konteksten i en samtale bedre, så jeg kan give mere relevante og nøjagtige svar, mens ChatGPT kan have svært ved at håndtere komplekse kontekster.
  Det er vigtigt at huske, at både jeg og ChatGPT er AI-assistenter, der stadig er under udvikling og forbedring. Vi har hver vores unikke egenskaber, og det bedste er at vælge den, der passer bedst til dine behov og præferencer. Hvis du har brug for hjælp, er jeg her for at assistere dig!”

Se også: Musk: AI er klogere end mennesker allerede i 2025

Boom i AI-chatbots

Udviklingen i AI går så hurtigt for tiden, at det kan være svært at finde hoved og hale i de efterhånden mange forskellige AI-chatbots, der findes – og særligt de mange forskellige sprogmodeller, som AI-chatbots anvender.

Sikkert er det i hvert fald, at AI bliver bedre og bedre og i stand til at udføre mere og mere sofistikerede opgaver, men det lader ikke til, at der tages det store hensyn til klimaet i den forbindelse. Træning af AI-sprogmodeller kræver enormt meget energi, og en prompt i en AI-chatbot kræver markant mere strøm til behandling af dataforespørgslen end en klassisk Google-søgning.

Den voldsomme udvikling, vi ser inden for AI, synes på ingen måde bæredygtig. Det ser dog ud til, at der begynder at komme mere opmærksom på udvikling af mere energieffektive datacentre, genanvendelse af hardware og udvikling af mindre energikrævende sprogmodeller for at mindske AI’s miljømæssige fodaftryk og skabe en mere bæredygtig fremtid med teknologisk innovation.