O Google lançou nesta semana o Gemini, sua resposta ao GPT-4. As ações na Bolsa subiram, muitas linhas de jornalismo foram publicadas — e ninguém viu o bicho ainda. O Gemini não é um modelo de inteligência artificial. É uma família de três modelos. O primeiro já começará a chegar a alguns celulares: o Gemini Nano, pequenino, menos poderoso, mas pode rodar no bolso da gente. Aí tem o Gemini Pro e o Gemini Ultra — este último só estará à disposição para uso, ainda não está claro exatamente como, no ano que vem. É o Ultra, que, segundo testes feitos pelo Google, supera a última versão do GPT.

Pois é. Segundo testes do Google. E não dá para ignorar que se espera o lançamento do GPT-5 para os próximos meses. A OpenAI não fez anúncio, mas é o que circula no Vale do Silício.

O problema não está tanto nos testes do Google. É difícil medir o que torna um modelo de IA melhor que outro. A turma do Google explica que dois pontos diferenciam o Gemini do GPT. O primeiro é que o Gemini foi desenhado desde a base para ser multimodal. Quer dizer que ele não lida apenas com texto, lida também com imagens, vídeo e áudio. O Gemini é capaz de enxergar ou ouvir um arquivo sobre o qual faremos perguntas.

Veja também 

Game Awards 2023: veja vencedores

Pesquisa usa videogame para descobrir o que faríamos no apocalipse

Embora não tenha sido desenhado com esse objetivo, o ChatGPT ganhou a capacidade de enxergar e produzir imagens estáticas em novembro. Talvez a versão do Google faça isso melhor, mas não é como se o espaço já não estivesse trilhado.

A outra característica pode ser mais importante. O Gemini Ultra é, segundo o Google, melhor na capacidade de fazer raciocínios lógicos e estruturar planejamentos. Se for realmente melhor que o GPT nisso, podemos estar próximos de agentes inteligentes. E todo mundo quer construir esses agentes.

Com eles, é possível dar ao computador a ordem para fazer compras no site do supermercado ou para planejar as férias no verão que vem. Um agente inteligente é capaz de acompanhar o preço das passagens aéreas e de esperar o momento mais propício para dar o bote e comprar. De fazer o mesmo com o hotel ou sugerir um Airbnb que é um charme só.

Mas essas são apenas as garantias que o Google dá. O PaLM 2, modelo que hoje alimenta o Bard, havia chegado justamente para enfrentar o ChatGPT na versão 4. O resultado é que muitos dos leitores desta coluna talvez nem saibam o que é Bard, o ChatGPT do Google. Pouca gente usa, por uma razão muito específica — é bastante inferior.

Ainda não temos boas ferramentas para avaliar como medir esses sistemas. Uma das razões é que estamos inventando para que servem. A OpenAI, quando lançou em dezembro do ano passado o ChatGPT, não esperava que fosse fazer o sucesso que fez. Muita gente encontrou ali uma ferramenta particularmente útil para produzir resumos, organizar informações, construir textos do cotidiano. Principalmente, para ajudar num brainstorming.

O ChatGPT é útil não apenas porque o GPT-4, que o alimenta, é um modelo de inteligência artificial poderoso como nunca vimos ao lidar com texto. É útil também porque conversamos com ele por meio de um chat. A sacada de que ele funciona melhor num diálogo do que operando de outra forma é talvez mais importante que todo o resto.

Curtiu? Siga o PORTAL DO ZACARIAS no Facebook, Twitter e no Instagram.

Entre no nosso Grupo de WhatApp e Telegram

A forma que os produtos alimentados pelo Gemini tomarem é tão importante quanto o poder do modelo. Tudo indica que 2024 será um ano tão cheio de surpresas no mundo da IA quanto foi 2023. 

Fonte: O Globo