O Google lançou na quarta-feira (13) o Gemini, seu maior e mais capaz modelo de IA. O modelo de linguagem grande incluirá três tamanhos diferentes: Gemini Ultra, sua categoria maior e mais capaz; Gemini Pro, que se adapta a uma ampla gama de tarefas; e Gemini Nano, que será utilizado para tarefas específicas e dispositivos móveis.
Por enquanto, a empresa planeja licenciar o Gemini para clientes por meio do Google Cloud para que eles usem em seus próprios aplicativos. A partir de 13 de dezembro, desenvolvedores e clientes corporativos poderão acessar o Gemini Pro por meio da API Gemini no Google AI Studio ou no Google Cloud Vertex AI. Os desenvolvedores Android também poderão construir com o Gemini Nano. O Gemini também será usado para potencializar produtos do Google, como o chatbot Bard e o Search Generative Experience, que tenta responder a consultas de pesquisa com texto de estilo conversacional (o SGE ainda não está amplamente disponível).
Empresas e empreendimentos poderiam usá-lo para um envolvimento mais avançado no atendimento ao cliente por meio de chatbots e recomendações de produtos, bem como para identificar tendências para empresas que desejam anunciar produtos. O Gemini também pode ser usado para criação de conteúdo se uma empresa quiser criar campanhas de marketing ou conteúdo de blog, bem como aplicativos de produtividade que desejam resumir reuniões ou gerar código para desenvolvedores.
A empresa deu exemplos, incluindo mostrar o Gemini sendo capaz de fazer uma captura de tela de um gráfico e analisar centenas de páginas de pesquisa e, em seguida, atualizar o gráfico. Outro exemplo foi analisar uma foto do dever de matemática de uma pessoa e identificar as respostas corretas e apontar as incorretas.
O Gemini Ultra é o primeiro modelo a superar especialistas humanos em MMLU (compreensão massiva de linguagem multitarefa), que usa uma combinação de 57 disciplinas como matemática, física, história, direito, medicina e ética para testar o conhecimento mundial e as habilidades de resolução de problemas. a empresa disse em uma postagem no blog na quarta-feira. Supostamente, ele pode compreender nuances e raciocínios em assuntos complexos.
“Gemini é o resultado de esforços colaborativos em grande escala entre equipes do Google, incluindo nossos colegas do Google Research”, escreveu o CEO Sundar Pichai em um blog na quarta-feira. “Ele foi construído desde o início para ser multimodal, o que significa que pode generalizar e compreender, operar e combinar diferentes tipos de informações, incluindo texto, código, áudio, imagem e vídeo.”
A partir de hoje, o chatbot Bard do Google usará o Gemini Pro para ajudar com raciocínio avançado, planejamento, compreensão e outros recursos. No início do próximo ano, ela lançará o “Bard Advanced”, que usará o Gemini Ultra, disseram executivos em teleconferência com repórteres na terça-feira. Representa a maior atualização do Bard, seu chatbot semelhante ao ChatGPT.
A atualização ocorre oito meses após o gigante das buscas lançar o Bard e um ano após o OpenAI lançar o ChatGPT no GPT-3.5. Em março deste ano, a startup liderada por Sam Altman lançou o GPT-4. Executivos disseram na terça-feira que o Gemini Pro superou o GPT-3.5, mas evitou questões sobre como ele se comparava ao GPT-4.
No entanto, o modelo Ultra da Gemini superou o GPT-4 em alguns benchmarks, de acordo com um white paper do Google divulgado na quarta-feira.
Quando questionada se o Google tem planos de cobrar pelo acesso ao “Bard Advanced”, a gerente geral do Google para Bard, Sissie Hsiao, disse que está focada em criar uma boa experiência e ainda não tem detalhes de monetização.
Quando questionado em uma coletiva de imprensa se o Gemini tem alguma capacidade nova em comparação com os LLMs da geração atual, Eli Collins, vice-presidente de produto do Google DeepMind, respondeu: “Suspeito que sim”, mas que ainda está trabalhando para entender as novas capacidades do Gemini Ultra.
O Google supostamente adiou o lançamento do Gemini porque ele não estava pronto, trazendo de volta memórias do lançamento difícil de suas ferramentas de IA pela empresa no início do ano.
Vários repórteres perguntaram sobre o atraso, ao que Collins respondeu que os testes dos modelos mais avançados demoram mais. Collins disse que Gemini é o modelo de IA mais testado que a empresa construiu e que possui “as avaliações de segurança mais abrangentes” de qualquer modelo do Google.
Collins disse que apesar de ser seu maior modelo, o Gemini Ultra é significativamente mais barato para servir. “Não é apenas mais capaz, é mais eficiente”, disse ele. “Ainda precisamos de uma computação significativa para treinar o Gemini, mas estamos ficando muito mais eficientes em termos de capacidade de treinar
