Google lança o Gemini, sua IA generativa mais sofisticada e poderosa

O Google apresentou na quarta-feira (6/12) o Gemini, o seu maior e mais sofisticado modelo de IA generativa, que promete fazer frente ao ChatGPT, da OpenAI, e o próximo passo da jornada de tornar a IA realmente útil para todos. Construído desde o início para ser multimodal, o Gemini pode generalizar e compreender, operar e combinar diferentes tipos de informações, incluindo texto, imagens, áudio, vídeo e código. Isso significa que possui raciocínio multimodal sofisticado e recursos avançados de codificação.

“Cada mudança tecnológica é uma oportunidade para promover a descoberta científica, acelerar o progresso humano e melhorar vidas. Acredito que a transição que estamos vendo agora com a IA será a mais profunda de nossas vidas, muito maior do que a mudança para dispositivos móveis ou para a Web antes dela. A IA tem o potencial de criar oportunidades – do cotidiano ao extraordinário – para pessoas em todo o mundo. Trará novas ondas de inovação e progresso econômico e impulsionará o conhecimento, a aprendizagem, a criatividade e a produtividade numa escala nunca vista antes”, afirmou Sundar Pichai, CEO do Google e da Alphabet.

“Estamos abordando este trabalho com ousadia e responsabilidade. Isso significa sermos ambiciosos na nossa investigação e procurarmos capacidades que trarão enormes benefícios às pessoas e à sociedade, ao mesmo tempo que construímos salvaguardas e trabalhamos em colaboração com governos e especialistas para enfrentar os riscos à medida que a IA se torna mais capaz. E continuamos a investir nas melhores ferramentas, modelos de base e infraestrutura e a trazê-los para os nossos produtos e para outros, guiados pelos nossos Princípios de IA”, completou Pichai.

Em três versões diferentes – Ultra, Pro e Nano – o Gemini tem flexibilidade para funcionar em tudo, desde Data Centers até dispositivos móveis. Ele está disponível em alguns dos principais produtos da empresa a partir de hoje. O Bard está usando uma versão aprimorada do Gemini Pro para raciocínio, planejamento, compreensão mais avançados e muito mais. O Pixel 8 Pro é o primeiro smartphone desenvolvido para Gemini Nano, usando-o em recursos como “Resumir no Gravador” e “Resposta Inteligente no Gboard”. E está em experimentação o Gemini in Search, que torna a Experiência Gerativa de Pesquisa (SGE) mais rápida. No início do próximo ano, chegará o Gemini Ultra para uma nova experiência do Bard Advanced; e nos próximos meses, o Gemini potencializará recursos em mais produtos e serviços do Google, como Ads, Chrome e Duet AI.

Desenvolvedores

Os desenvolvedores Android que desejam criar aplicativos com tecnologia Gemini no dispositivo agora podem se inscrever para uma prévia do Gemini Nano, por meio do Android AICore. A partir de 13 de dezembro, desenvolvedores e clientes corporativos poderão acessar o Gemini Pro por meio da API Gemini no Vertex AI ou no Google AI Studio, ferramenta gratuita para desenvolvedores baseada na Web. E à medida que o Gemini Ultra for refinado, incluindo a conclusão de extensas verificações de confiança e segurança, a promessa é disponibilizá-lo para grupos selecionados antes de abri-lo amplamente para desenvolvedores e clientes empresariais no início do próximo ano.

Demis Hassabis, CEO e cofundador do Google DeepMind, explicou que o Gemini 1.0, que foi a primeira versão, foi aprimorado e agora tem três  versões diferentes:

– Gemini Ultra, o maior e mais capaz modelo para tarefas altamente complexas.

– Gemini Pro, o melhor modelo para escalar uma ampla gama de tarefas.

– Gemini Nano, modelo mais eficiente para tarefas no dispositivo.

“Até agora, a abordagem padrão para a criação de modelos multimodais envolvia treinar componentes separados para diferentes modalidades e depois juntá-los para imitar aproximadamente algumas dessas funcionalidades. Às vezes, esses modelos podem ser bons na execução de determinadas tarefas, como descrever imagens, mas enfrentam dificuldades com raciocínios mais conceituais e complexos”, comentou Hassabis. “Projetamos o Gemini para ser nativamente multimodal, pré-treinado desde o início em diferentes modalidades. Em seguida, o aperfeiçoamos com dados multimodais adicionais para refinar ainda mais a sua eficácia. Isso ajuda a Gemini a compreender e raciocinar perfeitamente sobre todos os tipos de informações desde o início, muito melhor do que os modelos multimodais existentes – e suas capacidades são de última geração em quase todos os domínios”, completou.

Aprimorando o Bard

Sissie Hsiao, vice-presidente e gerente-geral do Google Assistant e Bard, disse que o Gemini promoveu a maior atualização de Bard até agora. “O Gemini está sendo lançado no Bard em duas fases: A partir de hoje, o Bard usará uma versão especificamente ajustada do Gemini Pro em inglês para raciocínio, planejamento, compreensão mais avançados e muito mais. E no início do próximo ano, apresentaremos o Bard Advanced, que oferece acesso antecipado aos nossos modelos e recursos mais avançados, começando com o Gemini Ultra”, revelou a executiva.

Segundo a executiva, antes de trazê-lo ao público, o Gemini Pro foi executado em vários benchmarks padrão da indústria. Em seis dos oito benchmarks, o Gemini Pro superou o GPT-3.5, inclusive em MMLU (Massive Multitask Language Understanding), um dos principais padrões para medir grandes modelos de IA, e GSM8K, que mede o raciocínio matemático do ensino fundamental.

“Ajustamos especificamente o Gemini Pro no Bard para ser muito mais capaz em coisas como compreensão, resumo, raciocínio, codificação e planejamento. E estamos vendo ótimos resultados: em avaliações cegas com nossos avaliadores terceirizados, o Bard é agora o chatbot gratuito preferido em comparação com as principais alternativas”, finalizou.

Serviço
www.google.com.