Google lanza Gemini, el modelo de inteligencia artificial que espera derrote a GPT-4
Durante casi una década, Google ha destacado como una “empresa priorizando la inteligencia artificial”. Ahora, un año después de la revolución de la IA impulsada por ChatGPT, la compañía da un importante paso adelante.
El CEO de Google, Sundar Pichai, ha anunciado el comienzo de una nueva era en la IA en Google – la era Gemini. Gemini es el último gran modelo de lenguaje de Google, que Pichai presentó por primera vez en la conferencia de desarrolladores I/O en junio y ahora se está lanzando al público. Según Pichai y el CEO de Google DeepMind, Demis Hassabis, representa un salto significativo en un modelo de IA que eventualmente impactará virtualmente todos los productos de Google. “Una de las cosas poderosas de este momento”, dice Pichai, “es que puedes trabajar en una tecnología subyacente y mejorarla, y fluye inmediatamente a través de nuestros productos”.
Gemini es más que un solo modelo de IA. Hay una versión más ligera llamada Gemini Nano, que está diseñada para funcionar nativamente y sin conexión en dispositivos Android. Hay una versión más robusta llamada Gemini Pro, que pronto energizará muchos de los servicios de IA de Google y es la columna vertebral de Bard a partir de hoy. Y hay un modelo aún más poderoso llamado Gemini Ultra, que es el LLM más potente que Google ha creado hasta ahora y parece estar diseñado principalmente para centros de datos y aplicaciones empresariales.
Google está lanzando el modelo de múltiples maneras en este momento: Bard ahora se ejecuta en Gemini Pro y los usuarios de Pixel 8 Pro obtendrán algunas nuevas características gracias a Gemini Nano. (Gemini Ultra llegará el próximo año). Los desarrolladores y los clientes empresariales podrán acceder a Gemini Pro a través de Google Generative AI Studio o Vertex AI en Google Cloud a partir del 13 de diciembre. Gemini está disponible solo en inglés por ahora, y aparentemente otros idiomas estarán disponibles próximamente. Pero Pichai dice que el modelo eventualmente se integrará en el motor de búsqueda de Google, productos publicitarios, navegador Chrome, y más, en todo el mundo. Es el futuro de Google y no puede llegar demasiado pronto.
En referencia al ChatGPT de OpenAI, Google realizó un análisis exhaustivo de la nueva tecnología con Gemini. Hassabis, CEO de Google, afirmó que la tecnología Gemini de Google supera al ChatGPT en 30 de los 32 criterios evaluados, desde la competencia lingüística general hasta su capacidad para generar código Python. Los resultados de la prueba comparativa aumentaron la confianza de Google en la habilidad de su producto Gemini.
Google dice que Gemini supera a GPT-4 en 30 de 32 puntos de referencia
En estos puntos de referencia (que están realmente muy cerca), la ventaja más clara de Gemini radica en su capacidad de comprender e interactuar con video y audio. Esto se debe en gran parte a su diseño: la multimodalidad ha sido parte del plan de Gemini desde el principio. Google no ha entrenado modelos separados para imágenes y voz, de la misma manera que OpenAI creó DALL-E y Whisper; construyeron un modelo multisensorial desde el inicio. “Siempre hemos estado interesados en sistemas muy generales”, dice Hassabis. Está particularmente interesado en cómo combinar todos esos modos: recopilando la mayor cantidad de datos posible de cualquier número de entradas y sentidos y luego proporcionar respuestas con la misma variedad.
ESTE OTRO ARTÍCULO DE GLOWUPGAMER, TE PUEDE INTERESAR:
ESTE OTRO ARTÍCULO DE GLOWUPGAMER, TE PUEDE INTERESAR:
En este momento, los modelos básicos de Gemini admiten entrada y salida de texto, mientras que modelos más avanzados como Gemini Ultra también pueden operar con imágenes, video y audio. “Se volverá aún más general”, dice Hassabis. “Todavía hay cosas como acción y tacto, más de naturaleza robótica”. Con el tiempo, los Geminis tendrán más sentidos, serán más conscientes y precisos, y se asentarán más en el proceso. “Estos modelos simplemente entenderán mejor el mundo que los rodea”. Por supuesto, estos modelos todavía tienen defectos y pueden tener prejuicios y otros problemas. Sin embargo, según Hassabis, cuanto más aprendan, mejores serán.
Estos modelos simplemente entienden mejor el mundo que los rodea
Sin embargo, las pruebas son solo pruebas y, en última instancia, la verdadera prueba de la capacidad de Géminis vendrá de usuarios comunes que quieran usarlo para generar ideas, buscar información, escribir código y más. Google parece ver la programación en particular como una excelente aplicación para Géminis; utiliza un nuevo sistema de generación de código llamado AlphaCode 2 que, según Google, funciona mejor que el 85% de los participantes de las competencias de programación, en comparación con el 50% del AlphaCode original. Sin embargo, el Sr. Pichai señala que los usuarios notarán una mejora en casi todo lo que el modelo toca.
Tan importante como Géminis para Google es que aparentemente es un modelo mucho más eficiente. Fue entrenado en las unidades de procesamiento de tensor propias de Google y es más rápido y rentable que los modelos anteriores de Google como PaLM. Junto con el nuevo modelo, Google también está lanzando una nueva versión de su sistema TPU, el TPU v5p, un sistema informático diseñado para su uso en centros de datos para entrenar y ejecutar modelos a gran escala.
Hablando con Pichai y Hassabis, queda claro que ven el lanzamiento de Géminis como el comienzo de un proyecto más grande y como un cambio radical. Géminis es el modelo que Google ha estado esperando, construyendo durante años, tal vez incluso el que debería haber estado listo antes de que OpenAI y ChatGPT tomaran el control del mundo.
Google, que declaró un “Código Rojo” después del lanzamiento de ChatGPT y desde entonces ha sido percibido como tratando de ponerse al día, parece seguir tratando de mantener su mantra “audaz y responsable”. Hassabis y Pichai dicen que no están dispuestos a moverse demasiado rápido solo para mantenerse al día, especialmente cuando nos acercamos al sueño final de la IA: la inteligencia artificial general, el término para una IA que se mejora a sí misma, es más inteligente que los humanos y está lista para cambiar el mundo. “A medida que nos acercamos a la AGI, las cosas serán diferentes”, dice Hassabis. “Es una especie de tecnología activa, así que creo que deberíamos abordarlo con precaución. Con precaución, pero con optimismo”.
Google ha trabajado duro para garantizar la seguridad y responsabilidad de Gemini a través de pruebas internas y externas y equipos de red. Pichai destaca la importancia de garantizar la seguridad y confiabilidad de los productos empresariales, donde la inteligencia artificial generativa genera ganancias. Sin embargo, Hassabis reconoce que uno de los riesgos de lanzar un sistema de IA de vanguardia es que tendrá problemas y vectores de ataque que nadie podría haber predicho. “Por eso las cosas tienen que ser lanzadas”, dice, “para ver y aprender”. Google está lanzando la versión Ultra particularmente lentamente; Hassabis lo compara con un lanzamiento beta controlado, con una “zona de experimentación más segura” para el modelo más capaz y desinhibido de Google. Básicamente, si hay una personalidad alternativa que arruina el matrimonio dentro de Gemini, Google está tratando de encontrarla antes que tú.
Durante años, Pichai y otros ejecutivos de Google han hablado poéticamente sobre el potencial de la IA. Pichai mismo ha dicho más de una vez que la IA será más transformadora para la humanidad que el fuego o la electricidad. En esta primera generación, el modelo Gemini puede que no cambie el mundo. En el mejor de los casos, podría ayudar a Google a ponerse al día con OpenAI en la carrera por crear una excelente IA generativa. (En el peor de los casos, Bard sigue siendo aburrido y mediocre, y ChatGPT sigue ganando). Pero Pichai, Hassabis y todos los demás en Google parecen pensar que esto es el comienzo de algo verdaderamente enorme. La web convirtió a Google en un gigante tecnológico; Gemini podría ser aún más grande.
Me resolvió todo, ¡me encanta!
Esta guía es justo lo que necesitaba para resolver dudas.