Google njoftoi Gemini, modelin AI të saj më të avancuar deri më sot, dhe pronarët e bizneseve do të jenë në gjendje të fillojnë të integrojnë teknologjinë në vetëm një javë.
Çfarë e bën Gemini kaq unikë në krahasim me modele A.I të tjera, si ChatGPT është se është projektuar për të qenë multimodal, që do të thotë se mund t’u përgjigjet pyetjeve të folura, imazheve dhe tekstit ose kodit të gjitha në të njëjtën kohë. Për shembull, përdoruesit mund të ngarkojnë një foto ose video dhe t’i kërkojnë sistemit të shkruajë një poezi për atë që sheh. Platforma të tjera multimodale bëhen duke trajnuar veçmas modele me aftësi të ndryshme dhe më pas duke i qepur së bashku.
Në një video që tregon se si mund të shfrytëzohet ky multimodalitet për ideimin e produktit, një përdorues i tregon Gemini një imazh të dy topave me fije me ngjyrë dhe pyet se çfarë mund të bënte me materialet. Si përgjigje, chatbot gjeneron imazhe fotorealiste të artikujve që mund të bëhen me fije, të tilla si ëmbëlsira me grep dhe fruta. Në një shembull tjetër se si Gemini mund të transformojnë një pjesë të medias në një tjetër, përdoruesi vizaton një foto të një kitare dhe i kërkon Gemini të krijojë muzikë të frymëzuar nga imazhi. Kur përdoruesi shton një përforcues elektrik në vizatim, Gemini ndryshon muzikën për t’u përshtatur.
Modeli mund të jetë gjithashtu një ndihmë për bizneset me operacione të rënda kërkimore. Në një video tjetër, studiuesit e Google përshkruan një incident në të cilin u duhej të përditësonin një grup të dhënash me informacione të reja, por për ta bërë këtë, ata do të duhej të analizonin mbi 200,000 punime shkencore. Studiuesit i kërkuan Gemini të nxirrte të dhëna kryesore nga letrat përkatëse dhe të filtronte letrat jo relevante. A.I. zvogëloi 200,000 letrat në 250 dhe përditësoi studimin me të dhënat e reja.
Google thotë se do të ketë tre versione të Gemini: Gemini Nano, i krijuar për të fuqizuar A.I. aplikacione në pajisje celulare; Gemini Pro, i projektuar për vendosje në shkallë; dhe Gemini Ultra, të dizajnuara për detyra shumë komplekse që kanë nevojë për fuqi shtesë kompjuterike dhe arsyetim.
Aktualisht, Gemini mund të aksesohet vetëm duke përdorur chatbot Bard të Google, por më 13 dhjetor, zhvilluesit dhe klientët e ndërmarrjeve do të jenë në gjendje të integrojnë Gemini API në biznesin e tyre dhe të përdorin Gemini Pro dhe Nano.
Versioni Ultra pritet të dalë në fillim të vitit 2024.
