Google substitui sua IA generativa Bard pelo Gemini

Fonte: Julia Fregonese

O Bard, ferramenta de Inteligência Artificial (IA) generativa conversacional do Google, acaba de ser rebatizado para Gemini. O nome é o mesmo da unidade de negócios da Alphabet responsável pelo desenvolvimento de grandes modelos de linguagem – como o Gemini, modelo mais avançado até então criado pela empresa anunciado em dezembro de 2023. Agora, o Google entende que, mais do que uma ferramenta de IA generativa, a solução se tornará a base de todo um ecossistema de produtos e serviços.

Segundo a empresa, o modelo Ultra 1.0 é o primeiro a superar especialistas humanos em testes MMLU (massive multitask language understanding, ou compreensão de linguagem multitarefa em grande escala), que inclui uma combinação de 57 matérias para testar conhecimentos e habilidades de resolução de problemas. Essa versão da IA generativa passará a se chamar Gemini Advanced, que pode ser utilizada para uma miríade de tarefas, desde ajudar a desenvolver um plano de negócios, até contribuir na construção de ideias criativas.

Para utilizar a versão mais atualizada e potente do Gemini, é preciso assinar o plano Google One AI Premium, que inclui outras ferramentas de IA da empresa, além de mais espaço de armazenamento e produtos exclusivos. Enquanto isso, funcionalidades do Google como Workspace e Google Cloud, que até então utilizavam o Duet AI, passaram a contar com funcionalidades de IA do Gemini. Por meio dele, usuários poderão pedir o auxílio da IA para escrever e-mails, documentos, códigos de programação, além de outros benefícios.

No entanto, assinantes do plano poderão também utilizar o Gemini em ferramentas como Gmail, Docs, Sheets, Slides e Meet. O Gemini Advanced já está disponível em inglês em mais de 150 países e, com o tempo, irá expandir para outros idiomas.

Além disso, a IA generativa – tanto em sua versão gratuita quanto paga – estará disponível em breve para smartphones nos sistemas operacionais Android, no qual terá um novo aplicativo, e iOS, com o Google app. Hoje, os aplicativos já podem ser baixados e utilizados nos Estados Unidos, e logo mais estarão à disposição em todo o mundo.

Atualização atrás de atualização

O anúncio é o último em um relativo curto espaço de tempo de outros que o Google fez nos últimos meses. Em dezembro, a empresa lançou o Gemini como seu grande modelo de linguagem mais avançado em três versões para diferentes funcionalidades. O Gemini Ultra representava a versão mais avançada para resolver tarefas complexas, enquanto o Gemini Pro seria o melhor apontado para escalar uma grande variedade de tarefas. Por fim, o Gemini Nano era recomendado para tarefas em tablets e smartphones.

Em seguida, no início de fevereiro, foi a vez da empresa anunciar que o Bard contaria com uma atualização que permitiria que gerasse imagens a partir de prompts – algo que ferramentas como Midjourney, DALL-E e Bing Image Creator fazem. No entanto, com a última mudança que substitui o Bard pelo Gemini, essa funcionalidade não existe mais.

A Consumidor Moderno tentou pedir para que o Gemini gerasse e uma imagem, mas recebeu a seguinte resposta: “Eu ainda não posso criar imagens, por isso não posso ajudar você no momento”. No entanto, ao perguntar ao Gemini se consegue criar imagens, a IA respondeu que sim e ainda deu as instruções para isso. Por outro lado, é possível fazer o upload de uma foto e pedir ao Gemini para que descreva seu conteúdo.

Captura de tela do Gemini, do Google, com a pergunta
Foto: Captura de tela do Gemini.

Agora, com a nova atualização, o Google afirma que a versão mais avançada do Gemini foi capaz de superar até mesmo o líder no setor, o ChatGPT, da OpenAI, que também conta com planos de assinatura para usuários e empresas. As novidades apontam que o Google está tomando iniciativas para se tornar mais competitivo entre as Inteligências Artificiais generativas, seja por meio do aperfeiçoamento do modelo de linguagem, da disponibilidade em diversos dispositivos, e em suas versões mais aprimoradas.

Conheça sua IA

O Gemini se assemelha ao formato do ChatGPT, da OpenAI – investida da Microsoft. Além da ferramenta conversacional, tanto o Gemini quanto o ChatGPT são tão utilizados como ferramentas de produtividades nos diferentes recursos do Google e do Office 365 da Microsoft, respectivamente.

Em setembro de 2023, a empresa fundada por Bill Gates anunciou o lançamento do Copilot, funcionalidade de IA generativa aplicada a diferentes aplicativos e ferramentas do Windows, além do Bing e do Microsoft Edge. Trata-se de um assistente virtual que, nos recursos Office 365, ajuda usuários a aumentar a produtividade, escrever textos, criar e editar imagens e vídeos, organizar documentos, enviar e-mails, e diversas outras possibilidades. Já no buscador, a IA generativa é capaz de gerar imagens a partir de prompts, além de recomendar refinamentos de buscas de acordo com o histórico de navegação do usuário e pesquisas prévias.

Em setembro, a OpenAI também anunciou novas funcionalidades do ChatGPT, que passou a contar com recursos de voz e imagem. Além de poder receber comandos por meio da voz do usuário, pode também gerar respostas faladas por meio de vozes geradas artificialmente. A IA agora também consegue transcrever falas em texto, além de analisar o conteúdo de uma imagem e descrevê-la.

Já o DALL·E, também da OpenAI, é uma ferramenta treinada para criar imagens a partir de prompts em texto. Sua última versão, DALL·E 3, está disponível para usuários assinantes dos planos ChatGPT Plus e Enterprise, além de desenvolvedores que utilizarem a sua API. A ferramenta também está treinada a declinar pedidos de criação de imagens que imitem os estilos de um artista vivo.

O Midjourney funciona de maneira similar, gerando imagens a partir de um comando em texto por meio do Discord, ferramenta de chat e videoconferência, por meio de um plano de assinatura pago.

Compare as IAs generativas

Já estão disponíveis no mercado inúmeros ferramentas de IA generativa para diferentes propósitos. Desde programas conversacionais, a ferramentas de revisão de código de programação e geração de imagens e vídeos, usuários e empresas podem explorar os mais diferentes potenciais dos grandes modelos de linguagem comercializados.

Veja a tabela abaixo para comparar modelos e funcionalidades de cada um.

ChatGPT Gemini Copilot DALL·E Midjourney Github Copilot Code Llama CodeWhisperer
Empresa OpenAI Google Microsoft OpenAI Mindjourney Inc. Microsoft Meta Amazon
Lançamento Novembro de 2022 Julho de 2023 (Bard) e Dezembro de 2023 (Gemini) Setembro de 2023 Janeiro de 2021 Julho de 2022 Junho de 2021 (preview) e Dezembro de 2023 Agosto de 2023 Junho de 2022 (preliminar) e abril de 2023
Onde iOS, Android e navegadores. iOS, Android e navegadores. Windows 10 e 11 (gradualmente). ChatGPT Plus e Enterprise (DALL·E 3), e Bing Chat, e navegadores (DALL·E 2). Discord. macOS, Windows e Linux. macOS, Windows e Linux. macOS, Windows e Linux.
Funcionalidades Conversacional (texto e voz), geração e edição de texto, leitura de imagens, respostas em áudio, capacidade de aprendizado contínuo, automatização de tarefas e análise de dados – de acordo com treinamento. Conversacional, geração e edição ede texto, leitura de imagens, integração com recursos do Google. Conversacional, comando de voz, geração e edição de texto e imagens, leitura de imagens, integração com recursos do Office 365, Bing Chat e Microsoft Edge. Geração e edição de imagens. Geração e edição de imagens. Programação de pares de IA para escrever e revisar códigos de várias linguagens, especialmente Python, JavaScript, TypeScript, Ruby, Go, C# and C++. Geração de códigos de programação a partir de comandos de códigos e de linguagem natural, em linguagens como Python, C++, Java, PHP, Typescript (Javascript), C# e Bash. Geração de códigos de programação e sugestões em linguagens como Python, Java, SQL, PHP e C.
Preços Gratuito, a não ser nos planos Enterprise e Plus, por US$ 20 ao mês. Gratuito e, no plano Google One AI Premium US$ 19,99 ao mês. Gratuito no Windows 11. É preciso comprar créditos para gerar uma imagem; preços variam de acordo com versão da ferramenta e resolução de imagem – entre US$ 0.016 e US$ 0.120. Entre US$ 10 e US$ 120 por mês Planos a partir de US$ 10 ao mês ou US$ 100 ao ano no plano individual, ou US$ 19 ao mês para o plano GitHub Copilot Business, e US$ 39 por usuário ao mês no plano Copilot Enterprise. Gratuito. US$19 ao mês na versão profissional, ou gratuito para uso individual.
Dados: OpenAI, Microsoft, Meta, Google, Midjourney Inc., Amazon.

Compartilhe:

WhatsApp
Facebook
Twitter
LinkedIn
Pinterest
Telegram
+ Relacionadas