Gemini "duck" डेमो रीयलटाइम में या आवाज़ के साथ नहीं किया गया था
Google का उच्च‑प्रोफ़ाइल Gemini “duck” डेमो काफी हद तक staged और edited इंटरैक्शनों के कारण आलोचना में है, जिन्हें real-time, multimodal AI क्षमताओं के रूप में प्रस्तुत किया गया था। टिप्पणीकारों का तर्क है कि यह वीडियो सामान्य प्रोडक्ट पॉलिश से आगे बढ़कर भ्रामक मार्केटिंग बन जाता है, क्योंकि मॉडल ने लाइव वीडियो और आवाज़ के बजाय हाथ से चुनी गई स्थिर छवियों और विस्तृत टेक्स्ट प्रॉम्प्ट्स पर प्रतिक्रिया दी। यह घटना AI vendors पर भरोसे, inflated benchmarks, और big tech की आक्रामक hype कैसे निवेशक अपेक्षाओं और developer adoption दोनों को distort करती है, इस पर व्यापक चिंताओं को बढ़ाती है.
Gemini “duck” डेमो की प्रकृति
- वीडियो ने मज़बूती से यह संकेत दिया कि यह वास्तविक‑समय, खुले‑समाप्ति वाला इंटरैक्शन था, जिसमें लगातार वीडियो और आवाज़ शामिल थी।
- बाद की Google ब्लॉग/प्रेस कवरेज से पता चलता है कि इसे हाथ से चुनी गई स्थिर छवियों और सावधानी से लिखे गए टेक्स्ट प्रॉम्प्ट्स से बनाया गया था, और आउटपुट को संपादित तथा पुनर्व्यवस्थित किया गया था।
- ऑडियो, टाइमिंग, और कुछ क्षमताएँ (जैसे संगीत “जनरेट” करना बनाम सिर्फ़ उसे खोज लेना; स्थिर छवियों से कप‑शफ़लिंग गेम, वीडियो से नहीं) मौजूदा उत्पाद से कहीं ज़्यादा नाटकीय रूप में पेश की गई थीं।
डिस्क्लेमर, मार्केटिंग, और धोखा
- YouTube विवरण और स्क्रीन पर दिखा छोटा‑सा टेक्स्ट “shortened sequences” और कम latency का उल्लेख करता था, लेकिन यह स्पष्ट रूप से नहीं बताता था कि प्रॉम्प्ट्स, इनपुट्स, और इंटरैक्शन मोड काफ़ी अलग थे।
- कई टिप्पणीकारों का तर्क है कि यह सामान्य, पॉलिश्ड डेमो से आगे बढ़कर भ्रामक या “स्पष्ट झूठा विज्ञापन” बन जाता है।
- कुछ इसे सामान्य मार्केटिंग “smoke and mirrors” या आकांक्षी प्रोटोटाइपिंग मानते हैं, जो टेक डेमो में असामान्य नहीं है।
विश्वास, नैतिकता, और संभावित कानूनी मुद्दे
- कई लोगों ने कहा कि शुरुआत में वे प्रभावित हुए, लेकिन बाद में ठगा हुआ महसूस किया; कुछ का कहना है कि इससे Google की घोषणाओं और AI दावों पर उनका भरोसा स्थायी रूप से कमजोर हुआ।
- इसे पहले के Google डेमो (जैसे Assistant/Duplex कॉल्स) और उन उद्योगों से तुलना की गई जहाँ क्षमता से ज़्यादा वादा किया जाता है (AAA गेम्स, EV स्टार्टअप्स)।
- एक अल्पसंख्यक ने प्रतिभूति या उपभोक्ता धोखाधड़ी की संभावना उठाई, स्टॉक में उछाल का उल्लेख करते हुए; जबकि दूसरों का मानना है कि यह सिर्फ़ आक्रामक puffery है।
OpenAI और उत्पाद रणनीति से तुलना
- कई लोग इसकी तुलना OpenAI के GPT‑4/GPT‑4V डेमो और Dev Day से करते हैं, जिन्हें लाइव उपयोग के अधिक करीब और तुरंत उपलब्ध उत्पादों द्वारा समर्थित माना जाता है।
- कुछ का कहना है कि GPT‑4 ने कोडिंग और कई “साधारण सवाल” वाली क्वेरीज़ के लिए बड़े पैमाने पर Google Search और Stack Overflow की जगह ले ली है; जबकि अन्य अभी भी नेविगेशन, आधिकारिक दस्तावेज़, और व्यावसायिक जानकारी के लिए क्लासिक सर्च को आवश्यक मानते हैं।
- कई लोग Gemini के लॉन्च को इस बात का प्रमाण मानते हैं कि अपने शोध इतिहास (जैसे transformers का आविष्कार) के बावजूद Google डिप्लॉय किए गए AI में पीछे है।
Hallucinations और correctness
- डेमो में ही कम से कम एक तथ्यात्मक त्रुटि है (रबर duck क्यों तैरता है, इस पर तर्क), जिसका उपयोग यह दिखाने के लिए किया गया कि Gemini अभी भी आत्मविश्वास के साथ “hallucinate” करता है।
- LLM उत्तरों का आकलन कैसे करें, correctness को सत्यापित करना कितना कठिन है, और क्या अपूर्ण टूल्स स्वीकार्य हैं यदि उन्हें सावधानी से इस्तेमाल किया जाए—इस पर लंबी साइड चर्चा हुई।
- विभिन्न तकनीकों (कोड का परीक्षण, RAG, chain‑of‑thought, बाहरी fact‑checking) का उल्लेख किया गया, लेकिन इस पर कोई सहमति नहीं बनी कि hallucinations “हल” होने के करीब हैं।
व्यापक प्रभाव
- टिप्पणीकारों को चिंता है कि ऐसे staged AI डेमो deepfakes और generated content के युग में नकलीपन को सामान्य बनाते हैं, जिससे वीडियो, ऑडियो, और कॉर्पोरेट दावों पर भरोसा और कम होता है।
- कुछ का तर्क है कि असली समस्या कॉर्पोरेट प्रोत्साहन हैं: निवेशकों को प्रभावित करने और AI में “साथ बने रहने” का दबाव over-hype को जन्म देता है और वास्तविक तकनीकी प्रगति को कमजोर करता है।