Google adia lançamento do modelo de IA de próxima geração Gemini para 2024 devido a problemas com prompts não em inglês

Entusiastas de tecnologia e aficionados por IA terão que esperar um pouco mais pelo tão esperado modelo de IA da Google, Gemini, já que a empresa adiou silenciosamente seu lançamento para o início de 2024. O atraso, segundo fontes anônimas citadas pelo The Information, decorre de desafios no manuseio de prompts e perguntas em idiomas não ingleses.

Um divisor de águas na IA

Gemini gerou grande agitação na indústria de tecnologia, pois promete ser um avanço revolucionário na inteligência artificial. Descrito como a próxima geração de IA, Gemini é multimodal, o que significa que pode processar vários tipos de dados e tem a capacidade notável de entender e gerar texto, imagens e outros tipos de conteúdo com base em esboços ou descrições escritas. Esta versatilidade o diferencia dos modelos de IA anteriores, tornando-o um potencial divisor de águas.

Originalmente, a Google planejava revelar o Gemini em eventos de lançamento agendados para as próximas semanas em Nova York, Washington e Califórnia. No entanto, esses eventos foram agora remarcados silenciosamente para o início de 2024. A decisão de adiar o lançamento surgiu, segundo relatos, de preocupações de que o modelo de IA não estava performando consistentemente como esperado ao lidar com prompts e perguntas em idiomas não ingleses, um aspecto crucial para garantir acessibilidade e funcionalidade globais.

Vantagem competitiva sobre o GPT-4

Apesar do atraso do Gemini, ele já chamou a atenção por suas capacidades excepcionais. Fontes sugerem que ele supera o GPT-4 da OpenAI, em grande parte devido à sua utilização de poder de computação significativamente maior. Sissie Hsiao, VP da Google e gerente do Bard e do Google Assistant, expressou sua empolgação com o potencial do Gemini. Ela mencionou que o modelo de IA pode gerar imagens únicas em resposta a solicitações de usuários, como fornecer imagens passo a passo para assar um bolo, todas elas inteiramente originais e não provenientes da internet. Esta capacidade de se comunicar visualmente diferencia o Gemini dos modelos de IA anteriores que dependem principalmente de texto.

Falando em imagens com humanos

Uma das características mais destacadas do Gemini é sua capacidade de conversar com humanos em imagens, em vez de apenas texto. Por exemplo, se um usuário pedir para “desenhar três imagens dos passos para decorar um bolo de três andares”, o Gemini pode criar essas imagens do zero. Essas imagens não são apenas novas, mas inteiramente únicas, mostrando o poder criativo da IA. Esta inovação abre possibilidades emocionantes para uma ampla gama de aplicações, desde a criação de conteúdo até a resolução de problemas.

A Google já possui seu próprio modelo de IA generativa chamado Bard, mas é o ChatGPT que desfrutou de maior conscientização dos consumidores até agora. Com o lançamento iminente do Gemini, analistas especulam que o cenário pode mudar, potencialmente posicionando a Google como uma participante proeminente no campo da IA. A capacidade do Gemini de gerar texto e imagens sem problemas pode revolucionar a maneira como interagimos com sistemas e aplicativos alimentados por IA.

Implicações futuras do Gemini

O atraso no lançamento do Gemini indica o compromisso da Google em garantir que este modelo de IA de próxima geração esteja à altura de seu grande hype. Ao abordar questões relacionadas a prompts e perguntas em idiomas não ingleses, a Google visa criar um sistema de IA que seja robusto e confiável para usuários em todo o mundo. Quando o Gemini finalmente for lançado, pode abrir portas para uma ampla gama de aplicações em várias indústrias, incluindo criação de conteúdo, automação e resolução de problemas. Sua capacidade de entender e gerar texto e imagens com base nas entradas do usuário tem o potencial de remodelar a maneira como interagimos com a IA, tornando-a mais intuitiva e amigável ao usuário.

A decisão da Google de adiar o lançamento do Gemini até o início de 2024 pode decepcionar entusiastas ansiosos, mas reflete o compromisso da empresa em entregar um modelo de IA de alta qualidade que possa performar consistentemente em vários idiomas e entradas de usuários diversas. As capacidades multimodais do Gemini, sua capacidade de se comunicar em imagens e sua promessa de superar os modelos de IA existentes o tornam um desenvolvimento altamente antecipado no mundo da inteligência artificial. Enquanto aguardamos ansiosamente seu lançamento, resta ver como o Gemini impactará várias indústrias e mudará a maneira como nos envolvemos com tecnologias alimentadas por IA.