Günlük ve haftalık bültenlerimize katılarak sektördeki en son gelişmeler ve özel içerikler hakkında bilgi edinin. Daha Fazla Bilgi
Google’ın en son deneysel modellerinden biri olan Gemini-Exp-1206, analistlerin işlerinin en zorlayıcı yönlerinden birini, yani veri ve görselleştirmelerini mükemmel bir şekilde senkronize etme ve etkileyici bir hikaye anlatma potansiyelini göstermektedir. Bu sayede, tüm gece çalışmadan veri analizi yapabilmek mümkün hale gelebilir.
Yatırım analistleri, genç bankacılar ve ortaklık pozisyonlarına aday olan danışmanlık ekiplerinin üyeleri, uzun çalışma saatlerinin, hafta sonu çalışmalarının ve nadiren de olsa geceyi çalışarak geçirmelerinin, terfi için onlara bir avantaj sağlayabileceği bilinciyle görevlerini yerine getiriyorlar.
Bu kişilerin zamanını harcayan en büyük etken, gelişmiş veri analizlerini gerçekleştirmek ve bunu destekleyen görselleştirmeler oluşturarak ikna edici bir hikaye oluşturmak için harcadıkları çabadır. Üstüne, her bankacılık, fintech ve danışmanlık firması, örneğin JP Morgan, McKinsey ve PwC gibi, veri analizi ve görselleştirmeleri için kendine özgü formatlar ve konvansiyonlar kullanıyor.
Google’ın En Son Modelini Test Etmek için Çarpıcı Bir Kullanım Örneği
Analistlerin etkileyici görselleştirmeler ve graflar ile desteklenen sunumlar hazırlamak için kullandıkları süreç, o kadar fazla manuel adım ve tekrar içeriyor ki, bu durum Google’ın en son modelinin test edilmesi için güçlü bir gerekçe oluşturuyor.
Google, modeli Aralık ayında tanıttığında, Patrick Kane “Karmaşık kodlama zorluklarıyla başa çıkarken, okul veya kişisel projeler için matematik problemlerini çözerken ya da özelleştirilmiş bir iş planı oluşturmak için ayrıntılı, çok adımlı talimatlar sağlarken, Gemini-Exp-1206 size karmaşık görevleri daha kolay bir şekilde yönetme konusunda yardımcı olacaktır” şeklinde ifade etti. Google, modelin matematiksel akıl yürütme, kodlama ve bir dizi talimata uyum sağlama konusundaki performansının arttığını not etti.
Karmaşık Verileri Analiz Etmek için Denemeler
VentureBeat, Google’ın Exp-1206 modelini bu hafta kapsamlı bir şekilde test etti. Amacımız, karmaşık verileri analiz ederken ve destekleyici tablolar ile gelişmiş grafikler oluştururken Python kodlarının otomatikleştirilmesi ve entegrasyonunu sağlamak için 50’den fazla Python scripti oluşturup test etmekti. Hiper ölçeklilerin günümüz haber döngülerindeki baskınlığı düşünüldüğünde, özel hedefimiz belirli bir teknoloji pazarının analizi ile birlikte destekleyici tablolar ve grafikler yaratmaktı.
50 farklı doğrulanmış Python scriptinin test edilmesi sonucunda elde edilen bulgular arasında şunlar vardı:
- Karmaşık bir Python kodu talebinin giderek daha fazla modelin “düşünmesine” ve istenen sonucu tahmin etmeye çalışmasına neden olduğunu gördük. Exp-1206, karmaşık bir istemden neyin gerektiğini tahmin etmeye çalıştı ve bir istemdeki en ufak nüans değişikliğine dayanarak ürettiği sonuçları çeşitlendirdi.
- Modelin karmaşık veri analizi ve görselleştirmeleri denemesi durumunda bir Excel dosyası oluşturması, çok sayfalı bir elektronik tablo ile sonuçlandı. Exp-1206 kendisinden istenmediği halde üç farklı sekme ile bir Excel dosyası yarattı.
- Modelin verileri tekrar etmesi ve verilerle en uygun 10 görselleştirmeyi önermesini istemek, faydalı ve içgörü sağladı. Sunumlar öncesinde üç ya da dört iterasyon hazırlama yükünü azaltmak amacıyla, modelden çok sayıda kavramsal görsel oluşturması istendi ve bu görseller elementleri düzenlenip sunuma entegre edilebilecek şekilde hazırlanmış olarak sunuldu.
Gemini-Exp-1206 ile Karmaşık Amaçlar İçin İlerleme
VentureBeat, modelin ne kadar karmaşık ve çok katmanlı görevleri yerine getirebileceğini görmek istedi. 50 farklı Python scriptini yaratma, çalıştırma, düzenleme ve ince ayar yapmadaki başarımı, modelin kodlardaki nüansları hızlı bir şekilde kavrayarak yanıt vermeye çalıştığını gösterdi. Model, geçmiş isteklere dayalı olarak esneklik gösterdi ve adaptasyon sağladı.
Hiper Ölçekliler Arasında Karşılaştırma
Testimizde karşılaştırmak için seçtiğimiz hiper ölçekliler şunlardı: Alibaba Cloud, Amazon Web Services (AWS), Digital Realty, Equinix, Google Cloud Platform (GCP), Huawei, IBM Cloud, Meta Platforms (Facebook), Microsoft Azure, NTT Global Data Centers, Oracle Cloud ve Tencent Cloud.
Bir sonraki adımda, Exp-1206’nın sıralı mantığı nasıl yönettiğini görmek için 450 kelimenin üzerinde 11 adımlık bir istem yazdık. (Aşağıdaki yazıda istemi okuyabilirsiniz.)
İstemimizi Google AI Studio‘na göndererek Gemini Deneysel 1206 modelini seçtik.
Bir Dakikada Hiper Ölçekli Karşılaştırma Analizi ve Grafik
İstemin ilk serisi, Exp-1206’dan 12 farklı hiper ölçekliyi ürün adı, benzersiz özellikler ve farklılıklar ile veri merkezi lokasyonları açısından karşılaştıracak bir Python scripti oluşturmasını istedi. İstemin sonucunda ortaya çıkan Excel dosyasını formatlamak için bir dakikadan daha kısa bir süre gerekti.
Sonuçta, veri tablosunu oluşturmak için kullanılan komutlar geliştirildi ve altında bir örümcek grafiği yer aldı. Exp-1206, verileri HTML formatında sunmayı seçti.
Son olarak, en üstteki sayfada karşılaştırma yaptığımız en üst altı hiper ölçekliyı bir araya getiren bir örümcek grafiği oluşturdum. Bu grafik, farklı renkler kullanılarak okunabilirliği artırıldı ve hiper ölçeklilerin özelliklerini vurgulamak için düzenlendi.
Analistlerin Zamanını Kurtaracak Bir Model
VentureBeat, analistlerin günlük çalışmalarında belirli AI modelleri için özel istemler oluşturup paylaşıp iyileştirdiklerini öğrendi. Bu yöntemle, raporlama, analiz ve görselleştirme süreçlerini ekiplerinin arasında daha verimli hale getiriyorlar.
Büyük ölçekli danışmanlık projelerine atanan ekipler, Gemini-Exp-1206 gibi modellerin verimliliği büyük ölçüde artırabileceğini ve 60 saatten fazla çalışma gerektirmeden işleri halledebilme imkanı sunduğunu ciddi şekilde düşünmelidir. Bir dizi otomatik istem, veri ilişkilerini keşfetmek için gereklidir ve analistlerin daha az zaman harcayarak görseller üretmesine olanak tanır.
Ek:
Google Gemini Deneysel 1206 İstem Testi
Aşağıdaki hiper ölçeklileri analiz edecek bir Python scripti yazın ve her birinin Global Altyapı ve Veri Merkezi Varlığı açısından önemli farklılıklarını gösteren bir tablodan oluşan bir dosya oluşturun.
Tablonun ilk sütunu şirket adı, ikinci sütunu şirketin Global Altyapı ve Veri Merkezi Varlığına sahip farklı hiper ölçekçilerinin isimleri, üçüncü sütunu her birinin benzersiz olduğunu neyin yaptığına dair derinlemesine ayrıntılar ve dördüncü sütunu veri merkezlerinin şehir, eyalet ve ülke düzeyinde konumlarıyla doldurulmalıdır. Excel dosyasını adlandırarak oluşturun ve formatlandırın. Tabloda metinlerin kolay okunabilir olması için parantez ve özel semboller çıkarılmalıdır.
