Gemini a fost anunțat în urmă cu un an, conceput pentru a fi multimodal. La momentul respectiv, compania l-a descris drept "cel mai mare și mai capabil model AI". De atunci Gemini a suferit mai multe actualizări majore, cel mai recent Gemini 1.5 în primăvară, și acum Gemini 2.0.

OpenAI, Microsoft, Google, Meta, Anthropic, Amazon și xAI se află într-o luptă constantă în domeniul modelelor lingvistice mari și al serviciilor generative de inteligență artificială. Este destul de dificil să țineți evidența furnizorilor și ce dezvoltă într-un anumit moment. De exemplu, Google a anunțat cea mai recentă versiune majoră a Gemini, dar doar o versiune minoră va fi disponibilă. Gemini 2.0 Flash este prima dintr-o serie care a fost pusă la dispoziție pe scară largă pentru testare.

Demis Hassabis, CEO al DeepMind, a declarat că îmbunătățirile lor au făcut ca Gemini 2.0 Flash să funcționeze atât de bine încât este capabil să depășească Gemini 1.5 Pro. Aceste două modele sunt incomparabile ca dimensiune, Gemini 2.0 fiind o soluție mică, doar pentru text, care poate fi utilizată pentru chat. În ciuda acestui fapt, a depășit Gemini 1.5 Pro, iar Gemini 1.5 Flash este lăsat în urmă foarte mult.

Compania a supus noul model Gemini 2.0 Flash la o gamă largă de teste, iar în aproape fiecare caz a reușit să depășească chiar și Gemini 1.5 Pro. Fie că este vorba de raționament, programare sau rezolvarea problemelor de matematică, cea mai recentă dezvoltare a performat foarte bine în ciuda dimensiunii sale mici. Și-a depășit predecesorii în interpretarea imaginilor și a clipurilor video, și a fost mai slab decât Gemini 1.5 Pro doar în două domenii. Primul este traducerea automată a materialului audio, iar al doilea este capacitatea de a gestiona contexte de peste 1 milion, sau  interpretarea novelelor. În acest ultim exemplu, nu a putut să depășească nici Gemini 1.5 Flash.

Deocamdată, Gemini 2.0 Flash se află încă într-o versiune experimentală, iar Google își pune mari speranțe în el, susținând că este corector ortografic de neegalat, foarte scalabil, care utilizează cele mai avansate tehnologii și rulând cu o latență foarte scăzută, producând rezultate rapide în majoritatea situațiilor.

Un model mai mare va fi pus la dispoziție de Google într-o versiune pilot, dar aceasta este disponibilă deocamdată doar pentru dezvoltatori. În lunile următoare, compania va încerca să adune cât mai mult feedback pentru a face ambele produse cât mai bune. Prototipul Gemini 2.0 este capabil să utilizeze mai multe modele, iar un nou instrument API Multimodel Live va fi disponibil pentru a integra în aplicații capacitățile sale de procesare video și vocală în timp real.

Compania anticipează că Gemini 2.0 va fi lansat în din ce în ce mai multe domenii pe măsură ce dezvoltarea sa progresează. Mai întâi va fi lansat în spatele chatbot-ului Gemini, apoi în serviciul de asistent digital bazat pe Gemini, și treptat, în alte produse Google, înlocuind evoluțiile anterioare ale Gemini LLM. Anul viitor, Gemini 2.0 va fi introdus în mai multe dimensiuni, chiar și mai mici decât Flash, urmând modelele anterioare Nano.

Google are mai multe proiecte experimentale în domeniul aplicațiilor AI, unul dintre acestea fiind Project Astra, despre care compania a vorbit pentru prima dată la Google I/O. Astra este asistentul de inteligență artificială multimodal și în timp real al companiei, care va primi și Gemini 2.0.

Compania a dezvăluit că prin combinarea Project Astra cu noul model lingvistic, este în măsură să facă inteligența artificială capabilă să urmărească conversațiile din jurul său chiar și atunci când informațiile provin din mai multe limbi, simultan. Este capabilă să recunoască și să prelucreze accentele și cuvintele rar utilizate, față de un vocabular mai selectiv. Deasemenea, va putea lucra cu Google Search, Maps și Lens. Acestea l-ar putea face un ajutor mai util în viața de zi cu zi.

Puteți conversa cu acest asistent digital, iar cu modelul Gemini 2.0, va avea o memorie mai bună. Veți putea deține controlul, dar într-o conversație continuă vă va putea aminti fără probleme informații din urmă cu 10 minute. Va fi capabil să ofere răspunsuri personalizate în timpul conversațiilor, dar nu are probleme legate de confidențialitate. O altă schimbare importantă este că Astra va răspunde la întrebările utilizatorilor mai rapid, conversația devenind mai umană, fluentă.

Google va utiliza experiența dobândită în urma dezvoltării proiectului Astra pentru a îmbunătăți calitatea sa, iar obiectivul este de a încorpora această tehnologie în aplicația Gemini disponibilă pentru telefoane mobile și chiar ochelari inteligenți. Ochelarii sunt deja testați de Google, iar compania are multă experiență în acest domeniu care ar putea fi pusă în valoare.

În cele din urmă, Google a indicat că și proiectul Mariner va primi modelul de limbaj Gemini 2.0 și va fi capabil să îl ducă la nivelul următor. În cazul Mariner, vorbim despre o extensie Google Chrome care pune browserul în mâinile inteligenței artificiale. Compania a vorbit despre acest lucru înainte, numai că atunci a fost numit Project Jarvis. Pe baza noului LLM, inteligența artificială generativă va putea obține rezultate mai bune în executarea comenzilor, va putea gestiona folosi browserul mai precis, în funcție de dorințele utilizatorului, iar în viitor va putea să controleze și un PC.