Google odhalil pokročilý AI model Gemini, který zlepšuje nejen Barda. Umí hlouběji přemýšlet nad multimédii

Google představil svůj nejnovější přírůstek v oblasti umělé inteligence, AI model Gemini. Technologie je multimodální, což znamená, že je schopna zpracovávat a rozumět různým druhům informací, od textu a obrázků až po zvuk, video či programovací kód. To umožňuje Gemini mimořádnou flexibilitu a všestrannost v aplikacích využívajících umělou inteligenci.

Komplexita Gemini se rozděluje na tři úrovně: Ultra, Pro a Nano. Každá z nich je speciálně navržena pro různé stupně složitosti a výkonu. Nejvýkonnější z nich, Gemini Ultra, se vyznačuje vynikajícími schopnostmi v oblasti programování v různých jazycích, což otevírá nové možnosti pro vývojáře softwaru.

Verze Gemini Pro byla integrována do Google Bard, generativního AI nástroje, který díky tomu získal výrazně lepší schopnosti rozumění a logického usuzování. V testech Gemini Pro dokázal překonat výkon konkurenčního modelu GPT 3.5 a v slepých hodnoceních byl preferován pro svou přesnost a schopnost generování užitečných odpovědí.

Společnost Google plánuje Gemini dále rozšířit a integrovat do řady svých produktů. Například nový smartphone Pixel 8 Pro je již vybaven Gemini Nano, který je optimalizován pro mobilní zařízení. Dále se očekává, že Gemini bude hrát klíčovou roli v produktech jako Google Ads či prohlížeči Chrome.

Jednotlivé přednosti modelu, kupříkladu schopnost rozpoznat, co se nachází na obrázku, nebo nad významem multimédií hlouběji přemýšlet, Google demonstroval ve videu, které si můžete přehrát níže.