«Vamos a explorar las características del nuevo modelo de inteligencia artificial de Google, llamado Google Gemini, de manera accesible. Gemini es un avance en la inteligencia artificial, concebido para liderar en un mercado competitivo. A diferencia de aplicaciones como Google Bard, es un sistema que redefine la tecnología subyacente. Su objetivo principal es reemplazar progresivamente a PaLM, el modelo actual detrás de Bard, con la promesa de ofrecer respuestas aún más eficaces.

En su presentación, Gemini sobresale al superar a sus competidores en pruebas clave, adelantándose a GPT-4 de OpenAI. Aunque se espera que en el futuro surjan nuevas versiones de modelos similares que también destaquen.

Gemini es un modelo multimodal, capaz de comprender distintos tipos de información: texto, imágenes, audio y código de programación. Esta versatilidad lo hace excepcionalmente adaptable.

La forma en que se ha desarrollado Gemini es singular. A diferencia de otros modelos, ha sido diseñado desde cero por Google para ser multimodal desde su concepción. Esto significa que no se le ha enseñado primero un tipo de información para luego adaptarlo a otros formatos, sino que ha sido entrenado desde el principio para comprender múltiples modalidades de forma integral. Esta capacidad le permite entender tanto texto como dibujos en tiempo real, identificar objetos al instante y hasta recomendar música según las indicaciones que recibe.

Además, Gemini introduce un nuevo sistema de generación de código llamado AlphaCode2. Este sistema mejora la comprensión de matemáticas complejas y ciencias de la computación teóricas, mejorando la capacidad de razonamiento y reduciendo posibles errores en las respuestas.

En cuanto a las diferencias con GPT, Gemini se despliega en tres versiones: Ultra, Pro y Nano. Mientras que Ultra es la versión más avanzada y multimodal, Nano se centra en dispositivos con menos recursos como teléfonos móviles, ofreciendo la posibilidad de implementar IA directamente en el dispositivo sin necesidad de conexión.

Aunque Nano pueda parecer menos potente, representa una revolución al permitir su uso dentro del dispositivo. En comparación con GPT de OpenAI, Gemini Ultra compite con GPT-4 y lo supera en pruebas actuales, mientras que Gemini Pro se enfrenta a GPT-3.5, similar al que se encuentra en ChatGPT gratuito.

Una diferencia fundamental es que Gemini es multimodal, capaz de entender distintos tipos de entrada de manera nativa, como imágenes, audio y texto, sin necesidad de complementos adicionales.

La implementación de las distintas versiones de Gemini se llevará a cabo en fases en los próximos meses. Por ejemplo, Gemini Pro ya está integrado en Google Bard, aunque inicialmente solo está disponible en inglés en más de 180 países, con planes de llegar a Europa más adelante. Se espera que una versión mejorada de Bard, denominada Bard Advance e integrando Gemini Ultra, esté disponible el próximo año, aunque las fechas exactas aún no se han confirmado.

Gemini Nano, diseñado para dispositivos como Pixel 8 Pro de Google, también se lanzará próximamente, junto con AICore, un servicio destinado a los desarrolladores para su integración en aplicaciones.

Además de Google Bard, Gemini se extenderá a otros servicios y aplicaciones de Google como el motor de búsqueda, Google Ads, Duet AI y el navegador Google Chrome. Aunque las fechas exactas de implementación en estos servicios aún no se han anunciado, los desarrolladores podrán acceder a Gemini Pro a través de la API en Google AI Studio o Vertex AI a partir de los próximos días a mas tardar en el mes de Enero.»