El Proyecto Astra y Mariner se destacan como Innovaciones Clave en Gemini 2.0

La CEO de Google y Alphabet, Sundar Pichai anunció el miércoles el lanzamiento de Gemini 2.0, una nueva iteración del modelo de inteligencia artificial de la empresa, dirigido a mejorar las capacidades en el razonamiento multimodal y el desarrollo de agentes inteligentes.

Con Gemini 2.0, Google se acerca más a su visión de crear un asistente universal, con nuevas características que expandirán la utilidad de la inteligencia artificial en varios dominios.

El lanzamiento de Gemini 2.0 sigue a la introducción de Gemini 1.0 en diciembre de 2023, que marcó el inicio del empuje de Google hacia la IA multimodal, capaz de procesar y comprender texto, imágenes, video, audio y código.

Ahora, con el lanzamiento de Gemini 2.0, estas capacidades se han mejorado aún más, permitiendo tanto la entrada como la salida de múltiples modalidades, incluyendo imágenes, vídeo e incluso texto a voz en varios idiomas.

En el corazón de Gemini 2.0 se encuentra su naturaleza “agéntica”, lo que significa que puede razonar a través de problemas y tomar acciones en nombre del usuario bajo su supervisión. El lanzamiento marca el comienzo de un esfuerzo más amplio para integrar estas capacidades avanzadas en productos cotidianos.

Estas habilidades acercan a Gemini 2.0 a convertirse en un asistente universal, capaz de apoyar diversas aplicaciones en diferentes industrias.

Para los desarrolladores, el lanzamiento también incluye el modelo Gemini 2.0 Flash, un caballo de batalla con baja latencia y rendimiento mejorado, disponible a través de la API de Gemini y Google AI Studio. Este modelo tiene como objetivo ofrecer interacciones eficientes en tiempo real, mejorando significativamente la velocidad y eficacia de las aplicaciones de IA.

Gemini 2.0 Flash estará disponible para los desarrolladores a principios de 2024, y los usuarios podrán experimentar una versión mejorada del asistente Gemini a través de la aplicación Gemini, que está optimizada para el acceso móvil y de escritorio.

Además, nuevos proyectos impulsados por Gemini 2.0 muestran las capacidades en evolución de los agentes de IA. Proyecto Astra es un asistente de IA que utiliza la comprensión multimodal para interactuar con el mundo real. Ha recibido comentarios valiosos de evaluadores de confianza, permitiendo a Google refinar sus capacidades.

Las últimas actualizaciones incluyen un diálogo mejorado, con soporte para múltiples idiomas y acentos, e integraciones de nuevas herramientas como Google Search, Lens y Maps. El proyecto Astra también cuenta con una mejor memoria, lo que le permite recordar conversaciones pasadas, y una menor latencia, lo que permite respuestas casi instantáneas.

Google está expandiendo su programa de pruebas y planea llevar estas características a varios dispositivos, incluyendo gafas prototipo.

Proyecto Mariner, otro proyecto impulsado por Gemini 2.0, es un agente de IA basado en navegador diseñado para ayudar con tareas complejas. Puede navegar por páginas web, entender texto, código, imágenes y formularios, y realizar tareas como llenar formularios.

Aunque todavía en etapas tempranas, ha demostrado un rendimiento impresionante, logrando un 83.5% de éxito en el benchmark de WebVoyager. Se han implementado medidas de seguridad, como la necesidad de confirmación del usuario antes de realizar acciones sensibles.

Además, Google está experimentando con agentes de IA en videojuegos, donde ayudan a navegar por mundos virtuales, y en robótica, utilizando el razonamiento espacial de Gemini 2.0 para aplicaciones en el mundo real. Google enfatiza el desarrollo responsable, trabajando con expertos para mitigar riesgos y garantizar la seguridad en estos avanzados sistemas de IA.