Per un po' abbiamo pensato che Mountain View avesse «perso la bussola» con lo sviluppo delle intelligenze artificiali, ma tutto sembra indicare che il periodo di incertezza sia finito. Attraverso una pubblicazione sul suo blog ufficiale, Google ha annunciato Gemini, un nuovo modello multimodale che punta a competere con GPT-4, l'attuale sistema nella versione a pagamento di ChatGPT. Google descrive Gemini come il modello più potente che abbia mai creato finora, ma riconosce anche la necessità di maggiore flessibilità confermando l'esistenza di tre build o «dimensioni», una delle quali è già disponibile tramite Bard.
Ogni modello di intelligenza artificiale ha i suoi punti di forza e le sue debolezze, ma una cosa è certa: devono fare molto di più di quello che fanno oggi. Se lanciamo una pietra in qualsiasi direzione, è quasi impossibile non colpire un chatbot, ma il pubblico ha bisogno di lavorare con contenuti che vanno oltre il testo. Così arriviamo alla fase dei modelli «multimodali». Video, audio, codice e immagini diventano accessibili a queste piattaforme, e nel caso specifico di Google, la sua risposta è Gemini.
Gemini, il modello multimodale di Google che competerà con GPT-4
Google spiega che gli esempi precedenti di “multimodalità” non erano altro che diversi modelli esclusivi (solo testo, solo immagini, solo audio) uniti in modo poco efficiente in fasi secondarie di elaborazione. Gemini non utilizza questa strategia, ma è stato progettato da zero per incorporare la multimodalità nella sua struttura.
Un altro aspetto essenziale di Gemini è che sarà disponibile in tre modalità o “dimensioni”: Gemini Ultra per compiti ad alta complessità che richiedono molto hardware, Gemini Pro orientato a un uso generale, e Gemini Nano, pensato per dispositivi mobili ed esecuzione locale.
Per il momento è possibile accedere solo a Gemini Pro, grazie a una build appositamente ottimizzata per Google Bard. Tuttavia, gli utenti nel territorio europeo e nel Regno Unito dovranno aspettare un po' di più (regole, regole). Un'altra restrizione è quella della lingua: per esplorare le virtù di Gemini/Bard, bisogna parlare inglese.
Come previsto, Google ha condiviso diversi benchmark che collocano Gemini Ultra al di sopra o allo stesso livello di GPT-4, ma questo non cambia nulla per l'utente medio. Infatti, emerge una contraddizione nel presentare Gemini come una soluzione generale e nel mettere in evidenza le sue prestazioni attraverso benchmark estremamente specifici.
Allo stesso tempo, i problemi di fondo rimangono intatti. Le intelligenze artificiali inventano ancora risposte o “delirano” nelle loro sessioni, e Gemini non è immune a questo, ma la scommessa di Google sulla sua multimodalità è molto grande, e sicuramente vedremo di più in futuro.
Annuncio ufficiale: Clicca qui
