Recentemente, o Google lançou oficialmente o Gemini, seu modelo de IA mais avançado e geral de todos os tempos.

Este Gemini 1.0 será oferecido em três tamanhos diferentes, incluindo: Gemini Ultra, Gemini Pro e Gemini Nano para atender às necessidades de uso flexível, desde data centers até dispositivos móveis. Entre eles, o Gemini Ultra é o modelo maior e mais poderoso.
Gemini é construído de forma multimodal, capaz de resumir, operar e combinar diversos tipos de informações, incluindo texto, código, áudio, imagens e vídeo.
De acordo com os resultados dos testes publicados pelo Google, a versão mais forte, Gemini Ultra, obteve 90% de pontuação no teste Massive Multitask Language Understanding (MMLU – Massive Multitask Language Understanding). Este modelo sintetiza o conhecimento de 57 sujeitos para resolver problemas, sendo a primeira IA a superar o ser humano no nível de especialista, que obteve 89,8% no mesmo teste. Enquanto isso, o GPT-4 alcançou 87%, o LLAMA-2 alcançou 68% e o Claude 2 da Antrópico alcançou 78,5%.
Além disso, o Gemini Ultra também obteve 59,4% em capacidades MMMU (compreensão multimodal massiva entre multidisciplinares), excedendo 30 dos 32 padrões em pesquisa e desenvolvimento de modelos de linguagem de grande porte.
Correlacionando as versões tridimensionais do modelo Gemini AI. Foto: Google
Demis Hassabis, CEO do Google DeepMind, representante da Gemini Team, disse que o objetivo da empresa é construir uma nova geração de modelos de IA que sejam mais úteis e intuitivos, semelhantes a um parceiro para os usuários.
Além de seu desempenho poderoso, o Gemini 1.0 também é treinado para reconhecer textos, imagens, sons e muito mais ao mesmo tempo, ajudando-o a compreender melhor as informações e a fornecer respostas a perguntas. Este modelo também pode ser interpretado e codificado em Python, Java, C++ e Golang.
A versão Gemini Ultra é a versão para as tarefas mais complexas e ainda está em testes. Gemini Nano é para tarefas realizadas em dispositivos móveis. O Pixel 8 Pro é o primeiro dispositivo equipado com esta IA e terá alguns recursos adicionais, como resumir o conteúdo da gravação e respostas inteligentes no teclado Gboard. O Google lançará essas duas versões ao mercado no próximo ano.
Enquanto isso, a versão Pro usada atualmente no chatbot Bard permite que os usuários alterem uma série de requisitos de compreensão de leitura, resumo, raciocínio, programação e planejamento. Bard usando Gemini Pro está atualmente disponível em 180 países e territórios, mas oferece suporte apenas ao inglês.
