La contienda por encabezar la industria de las Inteligencias Artificiales (IA) se vuelve cada vez más competitiva y Chat GPT podría ser desplazada de la cima pues ya tiene un rival a la altura; Gemini, la nueva IA anunciada por Google, que podrá combinar texto, código, audio, imagen y vídeo simultáneamente.

El nuevo modelo de lenguaje Gemini, anunciado este miércoles 6 de diciembre, es nativo multimodal, es decir, desde un inicio se creó para procesar información distinta de forma simultánea, por lo que será capaz de interpretar en tiempo real imágenes, relacionar algunos objetos y hasta recomendar canciones conforme se le den indicaciones.

Gemini contará con tres diferentes versiones: Nano, Pro y Ultra, cada una pensada para ejecutarse en diferentes situaciones, desde dispositivos móviles hasta centros de datos robustos; la versión más potente, Ultra, saldrá al mercado hasta inicios de 2024.

Gemini, superior a los humanos en lenguaje multitarea

La primera versión de Gemini (1.0) fue anunciada por Sundar Pichai, CEO de Google, quien aseguró el proyecto “representa uno de los mayores esfuerzos de ciencia e ingeniería”; además, Eli Collins, vicepresidente de productos en Google DeepMind, afirmó que esta nueva IA supera la capacidad humana de comprensión masiva del lenguaje multitarea.

Collins mencionó que Gemini está “inspirado en la forma en que las personas entienden el mundo e interactúan con él”, asegurando que “se percibe más como un colaborador útil y menos como una pieza inteligente de programación”.

Gemini, la IA de Google: ¿qué es capaz de hacer?

Además de poder interpretar simultáneamente y en tiempo real texto, código, audio, imagen y vídeo, relacionar objetos y recomendar canciones conforme le damos indicaciones, Gemini puede** extraer información de centenas de miles de archivos **mediante lectura, filtrado y comprensión de información, por lo que en Google la califican como “excepcionalmente hábil para extraer conocimientos difíciles de identificar entre ingentes cantidades de datos”.

Esta primera versión de la IA también es capaz de comprender, explicar y generar códigos de muy alta calidad en lenguajes de programación como Python, Java C++ y Go; también se puede utilizar como motor de sistemas de codificación en plataformas como AlphaCode 2.

Será durante los siguientes meses que Gemini se encuentre disponible en los distintos servicios que ofrece Google: búsqueda, anuncios y Chrome, además de que se está probando su capacidad en la experiencia generativa de búsqueda para que sea más rápida. (JC)