Este es el resultado de los esfuerzos colaborativos a gran escala por parte de distintos equipos de Google, incluidos Google DeepMind y Google Research y se trata del proyecto científico y de investigación más grande de la compañía hasta el momento.
Se ha optimizado Gemini 1.0, la primera versión de este modelo, en tres dimensiones diferentes:
- Gemini Ultra: el modelo de mayor capacidad y tamaño para tareas complejas
- Gemini Pro: el mejor modelo para escalar una amplia gama de tareas
- Gemini Nano: el modelo más eficiente para tareas en dispositivos móviles.
¿Qué es Gemini?
Es un modelo de Inteligencia Artificial multimodal, lo que significa que puede generar y comprender, operar y combinar a la perfección diferentes tipos de información, incluyendo texto, imágenes, audios, videos y lenguajes de programación. También es el modelo más flexible hasta el momento, capaz de ejecutarse eficientemente en cualquier dispositivo, desde móviles hasta centros de datos. Gemini mejorará significativamente la forma en la que los clientes corporativos y desarrolladores construyen y escalan con IA.
Basado en tecnología de última generación
Hasta el momento, el método estándar para crear modelos multimodales consistía en entrenar componentes separados para distintas modalidades, y luego unirlos para imitar a grandes rasgos algunas de sus funciones. A veces, estos modelos pueden ser buenos en determinadas tareas, como la descripción de imágenes, pero tienen algunas dificultades con el razonamiento más conceptual y complejo.
Por eso, la compañía diseñó Gemini para que fuera un modelo de IA multimodal de forma nativa, es decir, previamente entrenado en diferentes modalidades (y desde el inicio). Se perfeccionó con datos multimodales adicionales para poder mejorar su eficacia. Esto ayuda a Gemini a comprender y razonar sin problemas todo tipo de entradas desde el principio, mucho mejor que los modelos multimodales existentes, y sus capacidades son de vanguardia en casi todos los ámbitos.
Pruebas comparativas
Este nuevo modelo de IA se ha puesto a prueba rigurosamente y evaluando su rendimiento en una amplia variedad de tareas que abarcan: desde la comprensión de imágenes naturales, audio y video, hasta codificación y el razonamiento matemático. El desempeño de Gemini Ultra supera 30 de los 32 puntos de referencia académicos ampliamente utilizados en la investigación y el desarrollo de grandes modelos lingüísticos.
Gemini a disposición del mundo
Gemini 1.0 se encontrará disponible en una serie de productos y plataformas:
Para usuarios:
Bard con Gemini Pro ya está disponible en inglés en más de 170 países y territorios. Esta herramienta es más capaz en cuestiones como comprender y resumir, razonar, generar ideas, escribir y planificar. Esta es la mayor mejora de calidad de Bard desde su lanzamiento. También se llevará “Gemini” a Pixel. Pixel 8 Pro es el primer teléfono inteligente diseñado para ejecutar Gemini Nano que impulsa nuevas funciones como resumir en la aplicación de Grabadora e implementar Redacción Inteligente en Gboard, comenzando con WhatsApp, y el próximo año se incluirán más aplicaciones de mensajería.
A principios del 2024, la compañía lanzará Bard Advanced: una nueva experiencia de IA avanzada mediante la que podrá acceder a los mejores modelos y capacidades, comenzando por Gemini Ultra. Y ya se está trabajando para que Gemini potencie otros productos como Search, Chrome, nuestros anuncios y Duet AI.
Para clientes y desarrolladores:
A partir del 13 de diciembre, desarrolladores y clientes podrán acceder a Gemini Pro a través de la API de Gemini en Google AI Studio y en Vertex AI. Ai Studio es una herramienta web gratuita que ayuda a desarrolladores a prototipar y lanzar aplicaciones de manera rápida y sencilla. Vertex AI, por su parte, permite una personalización de Gemini con control total sobre los datos y suma los beneficios de Google Cloud como seguridad, privacidad, gobernanza de datos y compliance de nivel corporativo. Los desarrolladores de Android podrían crear aplicaciones sobre Gemini Nano, nuestro modelo más eficiente para dispositivos móviles, a través de AI Core.
De cara al futuro
La versión Ultra de Gemini se encuentra ahora en etapa de pruebas de seguridad con socios externos y la abriremos a un grupo de usuarios, desarrolladores y clientes para una experimentación temprana a comienzos del próximo año.
