Google ha lanciato Gemini, un potente modello di intelligenza artificiale multimodale che promette di rivoluzionare il modo in cui interagiamo con la tecnologia. Questo nuovo modello, che sarà utilizzato come “cervello” per il chatbot di Google, Google Bard, è in grado di lavorare in modo integrato con testi, immagini e video.
Le prestazioni di Gemini sono state paragonate a quelle del modello GPT-4 di OpenAI, e i risultati sono sorprendenti. Il video di presentazione di Gemini mostra molte delle sue capacità, come il riconoscimento di oggetti, il suggerimento di giochi e la valutazione delle situazioni.
Gemini è la prima generazione di Large Language Model sviluppata da Google e sostituirà il precedente modello PaLM 2. Ci sono tre versioni di Gemini: Ultra, Pro e Nano, che si differenziano per capacità di risoluzione dei compiti, compatibilità con i dispositivi mobili e tempo di risposta.
In particolare, Gemini Ultra supera le prestazioni del modello GPT-4 di OpenAI, anche quando confrontato con esperti umani. Gemini Pro sarà implementato in Google Bard come versione beta a partire dal 13 dicembre, mentre Gemini Nano sarà disponibile sugli smartphone Pixel 8 Pro.
L’obiettivo di Gemini è quello di consentire a Google Bard di comprendere meglio il linguaggio umano e di analizzare formati audio, immagini e video. Questa natura multimodale di Gemini è ciò che lo distingue dalla soluzione proposta da OpenAI.
Google ha confrontato le prestazioni di Gemini con quelle del modello GPT, dimostrando il suo superiore potenziale. Al momento, Gemini è disponibile solo in versione Nano e solo in lingua inglese su Google Bard. Tuttavia, a partire dal 13 dicembre, sia sviluppatori che aziende avranno accesso alla versione beta di Gemini Pro.
La versione più avanzata, Gemini Ultra, verrà rilasciata nel 2024, con la speranza di poter avere anche una versione in lingua italiana. Questo rappresenta un importante passo avanti nel campo dell’intelligenza artificiale e potrebbe aprire la strada a nuove possibilità e sviluppi futuri.