Projeto Astra e Mariner Apresentados como Inovações Chave no Gemini 2.0

A CEO do Google e da Alphabet, Sundar Pichai, anunciou na quarta-feira o lançamento do Gemini 2.0, uma nova versão do modelo de IA da empresa, voltado para o avanço de capacidades em raciocínio multimodal e o desenvolvimento de agentes inteligentes.

Com o Gemini 2.0, o Google se aproxima ainda mais de sua visão de criar um assistente universal, com novas funcionalidades que expandirão a utilidade da inteligência artificial em vários domínios.

O lançamento do Gemini 2.0 segue a introdução do Gemini 1.0 em dezembro de 2023, que marcou o início da investida do Google na IA multimodal, capaz de processar e entender texto, imagens, vídeo, áudio e código.

Agora, com o lançamento do Gemini 2.0, essas capacidades estão ainda mais aprimoradas, permitindo tanto a entrada quanto a saída de múltiplas modalidades, incluindo imagens, vídeos e até texto para fala em várias línguas.

No cerne do Gemini 2.0 está a sua natureza “agente”, o que significa que ele pode raciocinar através de problemas e tomar ações em nome do usuário com a sua supervisão. O lançamento marca o início de um esforço mais amplo para integrar essas capacidades avançadas em produtos do dia a dia.

Essas capacidades trazem o Gemini 2.0 mais perto de se tornar um assistente universal, capaz de suportar várias aplicações em diferentes indústrias.

Para desenvolvedores, o lançamento também inclui o modelo Gemini 2.0 Flash, um cavalo de batalha com baixa latência e desempenho aprimorado, disponível através da API Gemini e do Google AI Studio. Este modelo visa oferecer interações eficientes em tempo real, melhorando significativamente a velocidade e eficácia das aplicações de IA.

Gemini 2.0 Flash estará disponível para desenvolvedores no início de 2024, e os usuários poderão experimentar uma versão atualizada do assistente Gemini através do aplicativo Gemini, que é otimizado para acesso móvel e desktop.

Adicionalmente, novos projetos alimentados pelo Gemini 2.0 que demonstram as capacidades em evolução dos agentes de IA. Projeto Astra é um assistente de IA que usa o entendimento multimodal para interagir com o mundo real. Ele recebeu feedback valioso de testadores confiáveis, permitindo que o Google refinasse suas capacidades.

As últimas atualizações incluem um diálogo aprimorado, com suporte para vários idiomas e sotaques, e novas integrações de ferramentas como Google Search, Lens e Maps. O Projeto Astra também possui uma melhor memória, permitindo que ele lembre de conversas passadas, e menor latência, possibilitando respostas quase instantâneas.

O Google está expandindo seu programa de testadores e planeja trazer essas funcionalidades para vários dispositivos, incluindo óculos protótipos.

O Projeto Mariner, outro projeto impulsionado pelo Gemini 2.0, é um agente de IA baseado em navegador projetado para auxiliar em tarefas complexas. Ele pode navegar em páginas da web, entender texto, código, imagens e formulários, e realizar tarefas como preencher formulários.

Embora ainda esteja em estágios iniciais, demonstrou um desempenho impressionante, alcançando 83,5% de sucesso no benchmark do WebVoyager. Medidas de segurança estão em vigor, como a exigência de confirmação do usuário antes de ações sensíveis.

Adicionalmente, o Google está experimentando com agentes de IA em jogos, onde eles ajudam a navegar em mundos virtuais, e em robótica, usando o raciocínio espacial do Gemini 2.0 para aplicações no mundo real. O Google enfatiza o desenvolvimento responsável, trabalhando com especialistas para mitigar riscos e garantir a segurança nesses sistemas avançados de IA.