Você precisa conhecer o Google Gemini, a plataforma de geração de IA

O Google Gemini, a plataforma de geração de IA, é perfilado pela BTW Media porque evidências publicadas o vinculam à infraestrutura da internet, governança, dependências operacionais ou visibilidade de mercado.

• Todos os modelos Gemini são capazes de processar e usar mais do que apenas palavras. Eles foram pré-treinados e ajustados em uma variedade de áudios, imagens e vídeos, uma grande base de código e texto em diferentes idiomas.
• As aplicações e modelos do Gemini também são completamente independentes do Imagen 2 e podem ser usados em algumas das ferramentas e ambientes de desenvolvimento da empresa.
• Como os modelos Gemini são multimodais, eles podem teoricamente realizar uma série de tarefas multimodais.

O Google está tentando causar impacto com o Gemini, um conjunto principal de modelos, aplicações e serviços de IA generativa. Mas, embora o Gemini pareça promissor em alguns aspectos, como nossa análise informal revela, ele teve um desempenho ruim em outros. Então, o que é o Gemini? Como você o usa? Como ele se compara aos seus concorrentes?

O que é o Gemini?

O Gemini é a tão prometida família demodelos GenAI de próxima geraçãodo Google, desenvolvida pelo laboratório de pesquisa de IA do Google, DeepMind, e pelo Google Research. Ele tem três modos:

• Gemini Ultra, modelo principal do Gemini
• Gemini Pro, um modelo Gemini "vivo"
• Gemini Nano, um modelo menor "simplificado" que roda em dispositivos móveis como o Pixel 8 Pro
  Todos os modelos Gemini são treinados para serem "naturalmente multimodais" – ou seja, capazes de processar e usar mais do que apenas palavras. Eles foram pré-treinados e ajustados em uma variedade de áudios, imagens e vídeos, uma grande base de código e texto em diferentes idiomas. Isso diferencia o Gemini de modelos como o LaMDA do Google, que é treinado especificamente em dados textuais. O LaMDA não consegue entender ou gerar nada além de texto (por exemplo, artigos, rascunhos de e-mail), mas os modelos Gemini não têm essa limitação.

Qual é a diferença entre o aplicativo Gemini e o modelo Gemini?

Mais uma vez, o Google demonstrou sua falta de habilidade em branding ao não deixar claro desde o início que o Gemini era separado do aplicativo Gemini (anteriormente Bard) nas plataformas web e móvel. O aplicativo Gemini é apenas uma interface pela qual se acessa determinados modelos – pode imaginar o Gemini como um cliente GenAI do Google.

Como nota adicional, as aplicações e modelos do Gemini também são completamente separados do Imagen 2, o modelo de texto para imagem do Google que pode ser usado em algumas das ferramentas e ambientes de desenvolvimento da empresa. Não se preocupe, você não é o único confuso.

O que o Gemini pode fazer?

Como os modelos Gemini são multimodais, eles podem teoricamente realizar uma série de tarefas multimodais, desde transcrever fala até adicionar legendas a imagens e vídeos e gerar obras de arte. Esses recursos ainda não estão em estágio de produção (mais sobre isso depois), mas o Google promete todos eles e mais no futuro próximo. O Google falhou feio no lançamento inicial do Bard. Recentemente, a empresa também divulgou um vídeo que supostamente demonstrava as capacidades do Gemini, mas que acabou sendo fortemente editado e mais ou menos aspiracional.

Leia também: Chatbot Bard do Google recebe a atualização Gemini Pro globalmente