Durante más de un año, Google ha estado compitiendo para desarrollar una tecnología que pueda igualar a ChatGPT, el revelador chatbot ofrecido por la startup de inteligencia artificial OpenAI de San Francisco.
El miércoles, el gigante tecnológico dio un paso más en la carrera en curso al lanzar una nueva versión de su chatbot, Google Bard. El bot actualizado está disponible para angloparlantes en más de 170 regiones y países, incluido EE. UU., a partir de ahora, y funciona con una nueva tecnología de inteligencia artificial llamada Gemini, que la compañía ha estado desarrollando desde principios de año.
«Este es el comienzo de la era Géminis», dijo en una entrevista el director ejecutivo de Google, Sundar Pichai. «Es el cumplimiento de la visión que teníamos cuando creamos Google DeepMind, el laboratorio de inteligencia artificial de la compañía. Google lanzará tres versiones diferentes de la tecnología en una amplia gama de productos y servicios en los próximos meses», dijo.
Pichai y Demis Hassabis, que supervisan Google DeepMind, dijeron que Gemini era más poderoso que las tecnologías anteriores de chatbot de Google y podía generar respuestas más precisas y acercarse más a imitar el razonamiento humano en algunas situaciones.
«Estamos muy satisfechos con el desempeño de Gemini», dijo el Dr. Hassabis.
Cuando OpenAI cautivó al mundo con su chatbot ChatGPT impulsado por IA a finales del año pasado, Google quedó atónito. El gigante tecnológico ha pasado años desarrollando tecnología similar, pero al igual que otros gigantes tecnológicos, sobre todo Meta, se ha mostrado reacio a lanzar tecnología que pueda generar información sesgada, falsa o tóxica.
En marzo, Google lanzó su chatbot, Bard, con críticas promedio. Un mes después, la compañía anunció que había fusionado sus dos laboratorios de inteligencia artificial, Google Brain y DeepMind, reuniendo a más de 2.000 investigadores e ingenieros. Y en mayo, en la innovadora conferencia Google I/O, anunció que el nuevo laboratorio DeepMind de Google había comenzado a desarrollar Gemini.
Después de fundar Brain Lab en 2011, Google adquirió DeepMind en 2014, pagando 650 millones de dólares por la startup de inteligencia artificial de Londres. DeepMind ha operado en gran medida independientemente de Brain Lab y el resto de Google durante una década, e incluso intentó salir de la compañía en 2017. Pero mientras Google luchaba por ponerse al día con OpenAI, Pichai fusionó los dos laboratorios bajo la dirección del Dr. Hassabis, un neurocientífico que cofundó DeepMind.
Google ha publicado resultados comparativos que afirman que la versión más potente de Gemini superó a la última tecnología OpenAI, GPT-4, en varias áreas clave. Pichai dijo que es mejor para generar códigos informáticos que las técnicas anteriores de Google y puede resumir artículos de noticias y otros documentos de texto con mayor precisión.
Gemini también está diseñado para analizar imágenes y sonidos, pero estas habilidades no se incorporarán al chatbot Bard hasta más adelante.
Google ha creado tres versiones de Gemini con tres conjuntos de habilidades diferentes. El más grande, el Ultra, está diseñado para manejar tareas complejas y debutará el próximo año. Pro, la oferta de nivel medio, se implementará en varios servicios de Google a partir del miércoles utilizando el chatbot Bard. El Nano, la versión más pequeña, potenciará algunas funciones del teléfono inteligente Pixel 8 Pro, como resumir grabaciones de audio y ofrecer respuestas de texto sugeridas en WhatsApp a partir del miércoles.
Gemini es lo que los científicos llaman un modelo de lenguaje grande, o LLM, un sistema matemático complejo que puede aprender habilidades analizando cantidades masivas de datos, incluidos libros digitales, artículos de Wikipedia y tableros de anuncios en línea. Al identificar patrones en todo este texto, el LLM aprende a crear texto por sí solo. Esto significa que puede escribir artículos de investigación, crear códigos informáticos e incluso mantener una conversación.
A través de Gemini, Google también ha entrenado tecnología en imágenes y sonidos digitales. Esto es lo que los investigadores llaman un sistema «multimodal», lo que significa que puede analizar imágenes y sonidos y responder a ellos. Si le plantea un problema de matemáticas que incluya líneas, formas y otras imágenes, por ejemplo, podría responder de la misma manera que lo haría un estudiante de secundaria.
Sin embargo, esta pieza de tecnología no estará disponible para los consumidores hasta el próximo año. Google también reconoció que Gemini, al igual que sistemas similares, es vulnerable a errores. Puede equivocarse en los hechos o incluso “alucinar”: inventar cosas.
Google Cloud, que proporciona servicios informáticos y de inteligencia artificial a otras empresas, ha estado ansioso por ofrecer Gemini a sus clientes mientras compite por acuerdos con OpenAI y Microsoft. Después de que OpenAI obligara brevemente a Sam Altman, su director ejecutivo, a dimitir el mes pasado, dejando a la empresa en el limbo, Google Cloud creó un plan de migración en un intento de captar clientes de su rival.
Los clientes pueden pagar a Google el mismo precio que su precio actual de OpenAI y recibir créditos o descuentos en la nube.
Google dijo que los clientes de la nube tendrán acceso a Gemini Pro, la oferta de nivel medio, el 13 de diciembre. Pichai dijo que algunos desconocidos estaban probando Gemini Ultra, la versión más potente de la tecnología.
Aunque Google pasó el año pasado compitiendo para recuperar el liderazgo en IA de manos de OpenAI, Pichai dijo que hay suficiente espacio en el mercado para todos los proveedores de IA.
«Está lejos de ser un juego de suma cero», dijo Pichai. «Tenemos una sensación de entusiasmo por lo que estamos lanzando. También nos damos cuenta de que aún es muy temprano porque podemos ver el progreso que estamos logrando en el seguimiento.
«Fan web incurable. Entusiasta de la comida típica. Experto en twitter galardonado. Tvaholic».
