¿Dónde he puesto las llaves? ¿Qué es esto? ¿Necesito planificar un viaje? Pregunte a Gemini, un modelo de inteligencia artificial generativa que podría sustituir al tradicional buscador de Google, que le responderá emulando la interacción con una persona.
La nueva era de la inteligencia artificial (AI, por sus siglas en inglés) avanza a pasos agigantados.
A 24 horas de que OpenAI presentó GPT-4o, su más potente modelo de inteligencia artificial generativa (Gen AI, por sus siglas en inglés), Google respondió con todas sus fuerzas y relanzó Gemini, un robot conversacional.
La empresa Alphabet, a la que pertenece el tradicional buscador de Google, quiere mantener su hegemonía en el ámbito de los buscadores y pretende hacerlo de la mano de Gemini.
¿Qué es Gemini de Google?
Gemini es el nombre que Google le dio a su modelo de lenguaje grande multimodal desarrollado por Google DeepMind y que está detrás de su inteligencia artificial generativa.
Gemini, que antes se llamaba Brad, emula la interacción conversacional con humanos.
Es un robot conversacional basado en un modelo grande de lenguaje (LLM, por sus siglas en ingles) que sustituirá la forma en que se hacen las tradicionales búsquedas en Google.
La plataforma de búsqueda, que ya estaba activa y antes se llamaba Bard, reproduce lo que ellos llaman “la interacción conversacional con un agente”, con capacidad de planificar y ejecutar acciones en nombre del usuario.
La interacción con la AI, emula a la conservación con una persona, aseguró Google al presentar los últimos avances en inteligencia artificial este martes en la edición anual de Google I/O en Mountain View (California).
¿Cómo funciona Gemini de Google?
A Gemini se le puede interrumpir y se le puede reorientar en su búsqueda de resultados. Tiene ojos y tiene voz.
Por ejemplo, le puede preguntar ¿Dónde dejé las llaves? y la cámara de su dispositivo serán sus ojos y podrá darle resultados en base a lo que vio.
Gemini tiene oído y vista
La cámara del dispositivo se convierte en los ojos de Gemini para que la AI pueda describir lo que ve, resuelva los problemas que observa o precise dónde se encuentra un objeto que ha registrado durante su conversación.
“Gemini puede mantener una conversación personalizada e interactiva, mezclando y combinando entradas y salidas”, explicó Sundar Pichai, máximo responsable de la compañía.
Pichai habló sobre sobre la humanización de la interacción con el buscador, que deja de ser lineal, es decir consultas y respuestas sucesivas, para pasar a emular una relación similar a la personal.
Por ejemplo, en lugar de que los usuarios busquen entre las 150 páginas que te arroja el buscador como resultados, Gemini te presentará un resumen y de ser necesario te sugerirá un plan de acción.
Gemini se basa en habilidades presentadas en robots en el Google Next
El pasado mes de abril, durante el Google Next en Las Vegas, la compañía lanzó los robots que planifican y ejecutan acciones en nombre del usuario a los que llamó “agentes”.
“Son sistemas inteligentes que muestran razonamiento, planificación y memoria. Son capaces de pensar varios pasos por delante y trabajar en todos los programas y sistemas o de hacer algo en nombre del usuario y, lo que es más importante, con su supervisión”, puntualizó Pichai.
“Estamos pensando mucho en cómo hacerlo de una manera que sea privada, segura y que funcione para todos”, precisó el directivo al ser cuestionado por los riesgos éticos identificados por DeepMind, el grupo de investigación de la propia compañía.
Gemini estará en todos los productos de Google
La nueva AI se aplicará a todos los productos de Google: Gmail, Fotos, Drive, Meet y cualquier herramienta del Workspace.
Pero la mayor transformación se aplicará, según ha afirmado Pichai, al mayor baluarte de la compañía: su buscador.
“La transformación más emocionante con Gemini, por supuesto, está en la búsqueda de Google. Modificamos radicalmente cómo funciona”.
Gemini dice adiós al tradicional buscador de Google
El convencional buscador de Google que dio origen al verbo Googlear traducido a cientos de idiomas parece que llega a su fin con la aparición de Gemini.
Mientras el tradicional buscador arrojaba páginas web más o menos relacionadas con la solicitud del usuario, ahora la AI Gemini le dará un resumen y hasta un plan de acción.
Liz Reid, directora de Google Search, explicó las nuevas habilidades que tendrá el buscador Gemini, en resumen: entiende “qué es realmente lo que tienes en mente”.
La nueva experiencia de buscador con Gemini contextualiza resultados, “conoce desde dónde se interactúa y razona para ofrecer un resultado que junta lo encontrado en varios dominios y expone un plan y consejos”.
Ahora “Google puede hacer una tormenta de ideas por ti”, puntualizó Reid en su presentación.
Google busca la mayor humanización de su buscador
Gemini va más allá de la conversación, razonamiento y planificación, que ya son un radical avance.
Para Google el siguiente paso es la mayor humanización posible de su buscador, que además de tener oído, va a adquirir otro sentido fundamental: la vista.
“Siempre quisimos construir un agente universal que fuera útil en la vida cotidiana. Por eso hicimos que Gemini fuera multimodal desde el principio. Ahora estamos procesando un flujo de información sensorial diferente. Estos agentes pueden ver y escuchar mejor lo que hacemos, entienden el contexto en el que nos encontramos y responden rápidamente en la conversación, haciendo que el ritmo y la calidad de la interacción sean mucho más naturales”, explicó Demis Hassabis, director de DeepMid.
