NUEVA YORK (EFE).— Google lanzó ayer, para un grupo selecto de desarrolladores, Gemini 1.5 Pro, un modelo de inteligencia artificial (IA) que puede procesar grandes cantidades de información de una sola vez, incluida una hora de vídeo, once horas de audio, 30,000 líneas de código y más de 700,000 palabras.
“Hace unos años memorizar u obtener el contexto de cientos de palabras era bastante difícil e, incluso, si miramos a la década de 1950, cuando (Claude) Shannon (el matemático que inventó la teoría de la información) soñaba con modelos de lenguaje, estaba analizando dos palabras de contexto”, dijo Oriol Vinyals, vicepresidente de investigación de Google DeepMind y director ejecutivo de Gemini.
Para ejemplificar las capacidades de Gemini 1.5 Pro, Vinyals mostró —usando un vídeo pregrabado— que el modelo era capaz de analizar un texto de 402 páginas de transcripciones del Apolo 11 —la primera misión en lograr que un ser humano llegara a la Luna— y encontrar tres citas graciosas.
Además de texto, los usuarios podrán interactuar con el modelo mediante fotografías o dibujos.
En el ejemplo del vídeo de la presentación, el usuario le dio a Gemini 1.5 Pro un dibujo muy sencillo de una bota pisando el suelo y le preguntó: “¿Qué momento es éste? Responde con una cita exacta”. La respuesta de la máquina fue la famosa cita del astronauta Neil A. Armstrong: “Ése es un pequeño paso para el hombre”.
Vinyals mostró ejemplos parecidos, en los que como base se usaba una cinta muda de 45 minutos de Buster Keaton, en lugar de texto.
Con respecto a la programación, en un comunicado la empresa señala sobre Gemini 1.5 Pro: “Puede realizar tareas de resolución de problemas más relevantes en bloques de código más largos. Cuando se le presenta un mensaje con más de 100,000 líneas de código, puede razonar mejor entre ejemplos, sugerir modificaciones útiles y dar explicacionessobre cómo funcionan las diferentes partes del código”.
“En cierto modo, funciona de manera muy similar a como lo hace nuestro cerebro”, explicó Vinyals.
Gemini 1.5 funciona a un nivel similar al 1.0 Ultra, el modelo de Google más sofisticado hasta la fecha.
En un comunicado del director ejecutivo de Google y Alphabet, Sundar Pichai se indica que Gemini 1.5 Pro ayudará a los desarrolladores a crear modelos y aplicaciones mucho más útiles.
“Nos complace ofrecer una vista previa limitada de esta función experimental a desarrolladores y clientes empresariales”, recalca Pichai.
A partir de hoy algunos desarrolladores y clientes de la nube podrán comenzar a construir con 1.0 Ultra, con la interfaz de programación de aplicaciones (API) Gemini en AI Studio y Vertex AI.
En lo referente a las “alucinaciones” —respuestas bien estructuradas para incorrectas— Vinyals señala que sigue siendo un problema de la IA en general en el que se sigue trabajando.
La semana pasada, Google cambió el nombre de su chatbot con inteligencia artificial (IA) de Bard a Gemini, anunció que esta tecnología estará disponible en una nueva aplicación Gemini para Android y a través de la aplicación de Google en iOS y, además, lanzó una versión “avanzada” de pago, que usa Gemini 1.0 Ultra.