Google lanza el guante con Gemini, su nuevo gran modelo lingüístico (LLM).
Desarrollado principalmente por Google DeepMind, el proyecto Gemini señala un próximo enfrentamiento con ChatGPT de OpenAI.
Información ha informado de que Google ha concedido acceso anticipado a Gemini a un grupo selecto de desarrolladores, lo que implica que el lanzamiento de una versión beta es inminente.
Dado que Google combina sus importantes recursos con los laboratorios de investigación Brain y DeepMind, el impacto potencial de Gemini en la industria de la IA podría ser enorme.
Mientras OpenAI ha irrumpido en la escena de la IA y se ha hecho con el control de los usuarios públicos con ChatGPT, Google cuenta con el respaldo de décadas de investigación en IA y posee considerables conjuntos de datos patentados.
Sundar Pichai, CEO de Google, presentó Gemini durante la conferencia de desarrolladores Google I/O en mayo de 2023. Afirmó que Gemini está diseñado "desde cero para ser multimodal", combinando los puntos fuertes del sistema AlphaGo de DeepMind con potentes capacidades de modelado del lenguaje.
Demis Hassabis, CEO de DeepMind, añadió más contexto, afirmando que Gemini no es un modelo único sino más bien una "serie de modelos" y que probablemente trabajará con texto, imágenes y posiblemente incluso voz y audio.
Esto es similar a la dirección de Google Bard, que incorpora la funcionalidad de imagen por cortesía de Google Lens.
Según Pichai, las futuras mejoras podrían incluir funciones como "la memoria y la planificación, que podrían permitir realizar tareas que requieran razonamiento".
El científico jefe de Google, Jeffrey Dean, reveló que Gemini utilizará la nueva infraestructura de IA de Google, Pathways, para ampliar su formación en diversos conjuntos de datos.
Dean insinuó que el sistema podría superar el tamaño del GPT-3 de OpenAI, que contiene más de 175.000 millones de parámetros, pero eso significaría que Gemini sigue una generación por detrás del GPT-4.
Sin embargo, el número de parámetros no lo es todo, y Géminis podría distinguirse de otros LLM de otras maneras.
Por ejemplo, además de trabajar con múltiples tipos de datos, Hassabis indicó que Gemini podía validar la información de forma cruzada con Google Search.
Reacción del sector
Hassabis reveló que Gemini está mostrando "resultados iniciales muy prometedores" en una entrevista con Time.
Un informe de Semianálisis afirma que Gemini supera los 430.000 millones de parámetros, cifra significativamente superior a la estimación de 200.000 millones de GPT-3. Se desconoce el recuento de parámetros de GPT-4, aunque se dice que ronda el billón, según un puñado de análisis.
El artículo de Semi Analysis también afirma que Gemini "pulverizará" los flops de preentrenamiento de GPT-4 en 5 veces, con planes de superarlo en 20 veces. Aunque especulativo, esto significaría que Gemini es considerablemente más potente desde el punto de vista computacional que GPT-4.
El post dice: "Si Google tiene el estómago para sacar estos modelos públicamente sin neutralizar su creatividad o su modelo de negocio existente es una discusión diferente."
Como dijo Sundar Pichai, los chatbots actuales "parecerán triviales" en comparación dentro de unos años.
Sin embargo, se desconoce si Gemini acabará con el dominio de GPT-4.
