Durante um tempo, pensamos que Mountain View tinha “perdido o norte” com seu desenvolvimento de inteligências artificiais, mas tudo indica que a turbulência ficou para trás. Através de uma publicação em seu blog oficial, o Google anunciou o Gemini, um novo modelo multimodal que busca competir com o GPT-4, o atual sistema na versão paga do ChatGPT. O Google descreve o Gemini como o modelo mais poderoso que já criou até agora, embora também reconheça a necessidade de maior flexibilidade ao confirmar a existência de três builds ou “tamanhos”, dos quais um já está disponível via Bard.
Cada modelo de inteligência artificial tem seus pontos fortes e fracos, mas uma coisa é certa: Eles precisam fazer muito mais do que fazem hoje. Se arremessarmos uma pedra em qualquer direção, é quase impossível não acertar um chatbot; no entanto, o público precisa trabalhar com outro conteúdo além do texto. Assim chegamos à fase dos modelos “multimodais”. Vídeo, áudio, código e imagens ficam ao alcance dessas plataformas, e no caso específico do Google, sua resposta é o Gemini.
Gemini, o modelo multimodal do Google que competirá com o GPT-4
O Google explica que os exemplos anteriores de “multimodalidade” não eram nada além de diferentes modelos exclusivos (apenas texto, apenas imagens, apenas áudio) unidos de forma pouco eficiente em fases secundárias de processamento. O Gemini não utiliza essa estratégia, mas foi projetado desde o início para incorporar a multimodalidade à sua estrutura.
Outro aspecto essencial do Gemini é que estará disponível em três modos ou “tamanhos”: Gemini Ultra para tarefas de alta complexidade que exigem muito hardware, Gemini Pro voltado para uso geral, e Gemini Nano, pensado para dispositivos móveis e execução local.
Por enquanto, só é possível acessar o Gemini Pro, graças a uma versão especialmente otimizada para o Google Bard. No entanto, os usuários no território europeu e no Reino Unido terão que esperar um pouco mais (regulamentações, regulamentações). Outra restrição é a do idioma: para explorar as virtudes do Gemini/Bard, é preciso falar inglês.
Como era de se esperar, o Google compartilhou vários benchmarks que colocam o Gemini Ultra acima ou no mesmo nível do GPT-4, mas isso não muda nada para o usuário comum. Na verdade, surge uma contradição ao apresentar o Gemini como uma solução geral e destacar seu desempenho por meio de benchmarks extraordinariamente específicos.
Ao mesmo tempo, os problemas de fundo permanecem intactos. As inteligências artificiais ainda inventam respostas ou “deliriam” em suas sessões, e o Gemini não é imune a isso, mas a aposta do Google em sua multimodalidade é muito grande, e certamente veremos mais sobre isso em um futuro próximo.
Anúncio oficial: Clique aqui
