Gemini: Saiba como funciona e como usar a nova IA do Google

Após vários adiamentos, o Google finalmente lançou sua mais recente e poderosa inteligência artificial, denominada Gemini. Este Modelo de Linguagem Multimodal (LLM) representa a tecnologia de ponta das grandes empresas de tecnologia, sendo um avanço significativo na corrida pela supremacia na área de Inteligência Artificial.

O Gemini é proclamado pelo Google como superior ao GPT-4, desenvolvido pela OpenAI, resultado de um esforço colaborativo entre várias equipes da empresa, incluindo o Google DeepMind e o Google Research.

O que é o Gemini?

O Gemini é a mais recente IA do Google, projetada para superar seu modelo anterior, o Bard. Esta IA multimodal tem a capacidade de organizar, compreender, operar e combinar diferentes tipos de informações, desde comandos enviados por textos, imagens, vídeos, áudios ou códigos (linguagens de programação).

Este novo modelo é visto como a “bandeira” do Google em Inteligência Artificial, alimentando vários produtos e serviços da empresa. De acordo com Demis Hassabis, CEO e cofundador do Google DeepMind, o Gemini é o modelo mais “capaz” já construído.

Como funciona o Gemini?

O Google descreve o Gemini como um modelo flexível que pode operar tanto nos data centers do Google quanto em dispositivos móveis. Para atingir essa escalabilidade, a IA é lançada em três tamanhos: Gemini Nano, Gemini Pro e Gemini Ultra.

– Gemini Nano: Projetado para funcionar em smartphones, especificamente no Google Pixel 8, este modelo foi desenvolvido para realizar tarefas no dispositivo que exigem processamento eficiente de IA sem depender de servidores externos, como sugerir respostas em aplicativos de mensagens ou resumir texto.
– Gemini Pro: Operando nos data centers do Google, foi projetado para impulsionar a versão mais recente do Bard. Essa IA pode fornecer respostas rápidas e compreender consultas complexas.
– Gemini Ultra: Ainda indisponível para uso geral, é descrito como o modelo mais eficaz do Google e projetado para realizar tarefas altamente complexas.

Diferenciais da IA

Diferentemente de outros modelos LLM, o Google Gemini foi desenvolvido para ser multimodal desde o início. Isso permite à ferramenta compreender e combinar naturalmente diferentes tipos de dados, superando as capacidades das IAs existentes até o momento.

A ferramenta foi treinada em chips de IA internos e unidades de processamento de tensores do Google, como TPU v4 e v5e, sendo considerado um dos modelos mais flexíveis e eficientes pelo setor.

Como usar o Gemini?

Por enquanto, o Gemini só está disponível dentro do Bard na versão em inglês. Para experimentar a IA, é necessário alterar o idioma da conta do Google:

– Acesse a sua conta do Google.
– Clique nos três pontos no canto superior direito da tela e selecione ‘Configurações’.
– Selecione “Informações pessoais” e procure por “Preferências gerais para a Web”.
– Escolha o inglês como idioma preferido.

Após essa alteração, a tecnologia estará integrada ao Bard, permitindo a interação por meio de perguntas ou conversas com a IA por texto, áudio ou upload de imagens para identificação.

O Bard, de maneira simples, pode ser descrito como um chatbot integrado ao ecossistema do Google. Ele é impulsionado pelo PaLM 2, um modelo de Inteligência Artificial desenvolvido pela própria Google, utilizado também em diversos outros recursos da empresa.

Esse chatbot foi concebido para competir com o ChatGPT e é reconhecido por sua capacidade de compreender contextos e gerar respostas em um formato de conversação.

Diferenças entre Gemini e Bard

Quando se trata de uma definição básica, há pouca diferença entre o Gemini e o Bard, pois ambos são ferramentas de Inteligência Artificial. Contudo, a distinção é mais conceitual: o Bard é um chatbot, uma plataforma final de interação, enquanto o Gemini é um modelo de linguagem multimodal, a própria tecnologia subjacente.

Dessa maneira, o Bard agora está sendo alimentado pelo Gemini, ou seja, a plataforma de chat passa a utilizar o novo modelo de linguagem da Google (Gemini Pro).

Com essa integração, o Google afirma que o chatbot adquire a capacidade de compreender, resumir, raciocinar, gerar ideias, redigir e planejar. A empresa declarou que essa é a maior melhoria de qualidade do Bard desde o seu lançamento.