Google（谷歌）近日在AI Studio平台上推出一款名為「Gemini 2.0 Flash Thinking Experimental」的實驗性人工智慧（AI）模型，旨在提升AI在多模態理解、推理和程式碼編寫方面的能力。
據Google描述，這款新模型在經過訓練後，可產生模型在回覆時會經歷的「思考過程」。 因此，Gemini 2.0 Flash Thinking的回覆，會比 Gemini 2.0 Flash基礎模型更能發揮推理能力。
更懂推理的AI：可以把大問題拆解成小問題
Google DeepMind 首席科學家 Jeff Dean 於社群平台X發文進一步表示，該模型還受益於更快的 Gemini Flash 2.0 模型帶來的速度。Dean也展示了 Gemini 2.0 Flash Thinking 如何透過一系列步驟「思考」來回答物理問題，然後再提供解決方案。
從其示範影片來看，模型的推理過程與人類執行「推理」方式仍有差異。 但關鍵是，這已經展示AI有能力將人類下的指令分解為「更小的任務」，從而產生更理想的結果。
事實上，Google於台灣時間11日深夜發布的Gemini 2.0 Flash實驗版，表現確實超出上一代的最高版本1.5 Pro不少，不但速度更快，面對問題的生成內容品質也大幅進步。以下為《數位時代》的實測結果：
測試一：「雞兔同籠」數學題
「雞兔同籠」幾乎是所有台灣學生必定會遇到的一次方程式數學考題。假設題目如下：
一個農場養了雞與兔子共15隻，兔子與雞加總後共有40隻腳，請問雞與兔各有幾隻？
以下為Gemini 2.0 Flash Experimental回答：
方法一：假設法 (最常用)
假設全部都是雞： 如果15隻全部都是雞，那麼總共有15 * 2 = 30隻腳。計算差距：實際上有40隻腳，比假設的少了40 - 30 = 10隻腳。
轉換：一隻兔子比一隻雞多2隻腳 (4 - 2 = 2)。
計算兔子數量： 因為少了10隻腳，而每隻兔子可以補上2隻腳，所以兔子有10 / 2 = 5隻。計算雞數量 總共有15隻動物，兔子有5隻，所以雞有15 - 5 = 10隻。
結論：兔子有5隻，雞有10隻。
方法二：方程式法 (代數解)
設定變數：假設雞有x隻，兔子有y隻。
建立方程式：
頭的數量：x + y = 15
腳的數量：2x + 4y = 40解方程式：
從第一個方程式得到 x = 15 - y
將x代入第二個方程式：2(15 - y) + 4y = 40簡化方程式：30 - 2y + 4y = 40
繼續簡化：2y = 10
解出y：y = 5
將y代回 x = 15 - y，得到 x = 10
結論：兔子有5隻，雞有10隻。
測驗一小結：
相同的結果，其實提供給ChatGPT 4o會直接得到代數解法的推論過程。
但差異在於，Gemini 2.0提供三種以上的推論方案，其中第一種為國小以下可用的「假設法」，第二種才是國中以上的代數解。 換句話說，AI已有假設提問者未必具有代數觀念，因此進一步提供多種解題方案。
此外，Gemini 2.0對於自然語言的掌握度更高（更會說人話），因此推論過程說明的更仔細，對於沒有數理基礎的學生而言，應更有解題上的參考價值。
測試二：「電車難題」的法律見解
除了不會就是不會的數學題，Gemini 2.0對於抽象的倫理或法務問題能有見解嗎？答案是可以。題目如下：
一輛失控的列車在鐵軌上行駛。在列車正行進的軌道上，有五個人被綁起來，無法動彈。列車將要碾壓過他們。你站在改變列車軌道的操縱杆旁。如果拉動此杆，則列車將切換到另一條軌道上。但是，另一條軌道上也有一個人被綁著。你有兩種選擇：
- 什麼也不做，讓列車按照正常路線碾壓過這五個人。
- 拉下操縱杆，改變為另一條軌道，使列車壓過另一條軌道上的那個人。
請問就法規層面，以上哪個選項更理想？
以下為Gemini 2.0 Flash Experimental回答：
這個問題並沒有簡單的答案，尤其在法律層面上更是複雜。以下我將從法律的角度來分析這兩種選擇，並說明為何沒有一個絕對「理想」的答案：
選項一：什麼也不做，讓列車碾壓五人
法律觀點：在大多數法律體系中，「不作為」通常不會構成犯罪，除非法律有明確規定必須採取行動的義務。例如，消防員有義務救火，醫護人員有義務救治病人。在電車難題的情境中，你原本並沒有責任去阻止列車，因此，若你選擇什麼都不做，法律上通常不會追究你的責任。
道德爭議：雖然法律上可能沒有責任，但在道德層面上，許多人會認為你眼睜睜看著五個人死去，是一種道德上的缺失。
選項二：拉下操縱杆，改變軌道，使列車碾壓一人
法律觀點：此選項涉及「主動行為」，你主動選擇犧牲一個人來拯救五個人。這在法律上可能會構成犯罪，例如「殺人罪」。即使你的目的是為了拯救更多人，但你仍然直接導致了一個人的死亡。
例外情況：在極少數情況下，法律可能會考慮「緊急避難」原則。此原則允許在為了避免更大的損害時，採取一些看似違法的行為。然而，要符合緊急避難的條件非常嚴格，通常需要證明：
- 存在迫在眉睫的危險。
- 沒有其他可行的解決方案。
- 所造成的損害必須小於所避免的損害。
在電車難題的情境中，是否符合緊急避難原則存在爭議。 法律很難界定「五條人命」是否一定比「一條人命」更重要。此外，你是否真的「沒有其他選擇」也可能受到質疑。
總結：
從法律層面來看，兩個選項都存在爭議，沒有一個絕對「理想」的答案：選項一（不作為） ： 法律責任較小，但可能面臨道德譴責。
選項二（主動作為） ： 可能觸犯法律，但或許在某些極端情況下可主張緊急避難。
測驗二小結：
就此問題而言，若使用GPT-4o，會無法辨識題目，無法得到解答。但若切換到最新的o1模型，ChatGPT的結論則未有定論。但有解釋「行為與不作為的區別」，拉動操縱杆可能會被視為積極行為；若不作為，除非有特定的法律義務，否則不作為通常不會構成犯罪責任。
其生成品質可說雷同，但在聚焦爭議問題的癥結上，仍是Gemini 2.0的闡述方式相對清晰。
測試三：台灣人年均手搖飲消費估算
第三題，為了測驗AI真實的推論、資料蒐集，以及假設能力，題目如下：
根據最新數據，台灣2024年手搖飲產值有多少？換算下來，台灣人一年平均喝多少杯？
以下為Gemini 2.0 Flash Experimental回答：
要精確得知2024全年手搖飲的產值，需要等到年底或隔年初相關機構的完整統計出爐。目前，我們能參考的是一些趨勢和部分已公布的數據來推估。
預估：有新聞報導指出，基於國人對飲料的喜愛，手搖飲品牌及品項持續推陳出新， 預估2024年飲料店全年營業額可能突破1300億元。
推估2024年產值與人均杯數 ：
由於缺乏2024全年完整數據，我們只能基於現有資訊進行推估。產值推估 ：若以新聞報導預估的1300億元為基準，這包含所有飲料店的營業額，手搖飲佔其中大部分。 假設手搖飲佔總營業額的70%（這是一個假設，實際比例可能更高或更低），則2024年手搖飲的產值可能約為910億元。
人均杯數推估 ：要換算成人均杯數，需要知道平均每杯手搖飲的價格。假設平均每杯價格為60元（這也是一個假設，實際價格因品項和地區而異），則 910億元的產值約可換算成15.17億杯手搖飲。以台灣2350萬人口計算，平均每人每年喝掉約64.5杯手搖飲。
測驗三小結：
相同的題目，ChatGPT 4-o與o1的答案略有不同。
以4-o來說，其指出台灣2024年手搖飲市場的產值預計將達到 500億元新台幣（與實際預估值差異頗大）。如果將這個數字換算為每位台灣人的年均消費量， 根據台灣人口約為2,300萬人，假設每杯手搖飲的平均價格為50元新台幣，那麼每人每年大約會喝43杯手搖飲。
至於o1，則依照2023年產值推論2024年手搖飲市場產值約為3,000億， 但實際計算時，反而假設「平均每人每月飲用手搖飲4杯」，直接換算12個月，因此每人年均48杯，其推論基礎顯然與先前數據不符。
結論：Gemini 2.0 Flash優於GPT4-o / o1
總結而言， 推測Gemini 2.0 Flash基於對繁體中文的深度學習較為完整，因此似乎更能理解使用者的提問，因此可提供更為理想的生成結果。
除了語言能力較佳之外，Gemini 2.0 Flash對於資料蒐集的能力也較為出色。以上述測驗三為例，後續查證2024年手搖飲估計可達1300億元的數據，為經濟部統計處於8月時提供。因此確有其事。反觀，GPT4-o / o1在數據蒐集階段就有誤，且並未依照數據推論人均杯數。
而在假設能力上，Gemini 2.0 Flash在測驗一更為突出（假設使用者未必懂代數），在測驗三，也在1300億元中假設可能僅7成為飲品本身產值。
但話說回來，本次實測僅以三題判斷，確實可能有遺漏ChatGPT強項之處，例如：難度更高的數理、物理難題測試，抑或是編寫程式碼的能力等等。
而AI工具目前堆陳出新不斷，今天落後的模型很有可能下一季就超車。因此，呼籲使用者仍必須透過自己的使用習慣，來測試各種AI的適用程度。
延伸閱讀：Google發布Gemini 2.0！AI助手Astra大升級：可聽懂晶晶體、看圖辨位⋯還能兼電玩教練？ 外媒實測5大AI工具：Perplexity打敗ChatGPT、Gemini奪第一！黃仁勳也愛用它 實測|免費版Perplexity、ChatGPT 4o、Claude誰最好用？小編提升工作效率首選它！
資料來源：Google、TechChurch、The Verge
責任編輯：李先泰
