Google ha presentado Gemini, su modelo de inteligencia artificial (IA) más avanzado y capaz, con capacidades multimodales avanzadas.
Este modelo innovador representa un camino adelante en la tecnología de IA y ofrece un rendimiento de última generación en comparación con los modelos de lenguajes grandes (LLM) existentes.
Sundar Pichai, director ejecutivo de Google y Alphabet, enfatizó que la IA está dando forma a un profundo cambio tecnológico, que potencialmente superará el impacto de las revoluciones móvil y web.
Destacó la importancia de la IA para impulsar la innovación y el progreso económico, mejorando el conocimiento humano, la creatividad y la productividad.
¿Qué es Google Géminis?
Desarrollado por Google DeepMind, dirigido por el director ejecutivo y cofundador Demis Hassabis, Gemini es un testimonio del compromiso continuo de Google de ser una empresa que da prioridad a la IA.
¡Estoy muy emocionado de compartir nuestro trabajo en Gemini hoy! Gemini es una familia de modelos multimodales que demuestran capacidades realmente sólidas en los dominios de imagen, audio, video y texto. Nuestro modelo más capaz, Gemini Ultra, avanza lo último en 30 de 32 puntos de referencia,… pic.twitter.com/sQfxBy9tpT
– Jeff Dean (@🏡) (@JeffDean) 6 de diciembre de 2023
El modelo muestra una impresionante variedad de capacidades, particularmente en su comprensión multimodal, una característica que le permite procesar y combinar sin problemas diferentes tipos de información, incluidos texto, código, audio, imagen y video.
Rendimiento de Google Géminis
Gemini 1.0, la primera versión del modelo, viene en tres variantes: Gemini Ultra, Gemini Pro y Gemini Nano.
Cada uno está optimizado para tareas específicas: Gemini Ultra está diseñado para tareas muy complejas, Gemini Pro para una amplia gama de tareas y Gemini Nano para tareas eficientes en el dispositivo.
El rendimiento del modelo es excepcional, superando a los expertos humanos en comprensión masiva del lenguaje multitarea (MMLU) con una puntuación del 90,0 %.
Además, Gemini Ultra supera a los modelos existentes en 30 de los 32 puntos de referencia académicos ampliamente utilizados en la investigación de modelos de lenguajes grandes.
Captura de pantalla de Google, diciembre de 2023
Las capacidades multimodales de Gemini
Géminis El enfoque innovador de la multimodalidad lo distingue de los modelos anteriores.
Los modelos multimodales tradicionales suelen estar limitados por su diseño, que implica entrenar componentes separados para diferentes modalidades y luego unirlos.
Por el contrario, Gemini se construyó desde cero para ser multimodal de forma nativa, lo que le permite comprender y razonar a través de diversas entradas de manera mucho más efectiva.
Captura de pantalla de Google, diciembre de 2023
Esta capacidad posiciona a Gemini como una herramienta poderosa en campos que van desde la ciencia hasta las finanzas, donde puede descifrar conocimientos a partir de grandes cantidades de datos y proporcionar razonamiento avanzado en temas complejos como matemáticas y física.
Géminis sobresale en la codificación
Además de sus capacidades multimodales, Gemini destaca en tareas de codificación. Su capacidad para comprender, explicar y generar código de alta calidad en múltiples lenguajes de programación lo posiciona como un modelo jefe en codificación.
También constituye la base para sistemas de codificación más avanzados, como AlphaCode 2, lo que mejora significativamente los problemas de programación competitivos.
La eficiencia y escalabilidad del modelo se ven reforzadas por las Unidades de procesamiento tensorial (TPU) v4 y v5e diseñadas internamente por Google, lo que lo convierte en el modelo más confiable y escalable para entrenar y brindar servicio.
Google Bard ahora con tecnología Gemini Pro
Google también ha anunciado una actualización significativa de Bard, integrando Gemini Pro para mejorar las capacidades de la IA.
Captura de pantalla de Google Bard, diciembre de 2023
Esta actualización marca la mayor mejora que Bard ha recibido hasta la fecha. Gemini Pro ha sido perfeccionado dentro de Bard para mejorar significativamente su rendimiento en la comprensión y resumen de información, razonamiento, codificación y planificación.
Los usuarios ahora pueden experimentar Bard con tecnología Gemini Pro para interacciones basadas en texto, con planes de ampliar el soporte a otras modalidades en breve.
Inicialmente disponible en inglés en más de 170 países y territorios, esta actualización pronto se extenderá a otros idiomas y regiones, incluida Europa.
Desarrollo responsable de la IA
Google ha priorizado el desarrollo responsable de la IA, garantizando evaluaciones integrales de seguridad de Gemini en busca de sesgos y toxicidad.
La empresa colabora con diversos expertos y socios externos para probar rigurosamente el modelo y topar los riesgos potenciales.
Cómo lograr Géminis
Gemini 1.0 se está integrando gradualmente en varios productos y plataformas de Google y pronto será accesible para desarrolladores y clientes empresariales a través de Google AI Studio y IA de vértice de Google Cloud.
Como parte del compromiso de Google de promover la IA de manera responsable, Gemini Ultra se someterá a exhaustivos controles de confianza y seguridad anticipadamente a su lanzamiento generalizado.
El introducción de Gemini por parte de Google marca un hito importante en el desarrollo de la IA.
Sus capacidades avanzadas, que van desde el razonamiento multimodal sofisticado hasta la codificación eficiente, señalan el comienzo de una nueva era en la IA, abriendo posibilidades notables para la innovación en múltiples dominios.
Imagen de portada: Fotos VDB/Shutterstock
Consultar el artículo en la publicación original