Vai al contenuto
Finalmente è arrivata: l’intelligenza artificiale del futuro è realtà!!
Google Gemini è la nuova intelligenza artificiale generativa di Google, presentata ufficialmente lo scorso 6 dicembre 2023. Si tratta del modello linguistico più potente mai creato da Google, addestrato su un dataset di 1,6 trilioni di parole e 1,56 trilioni di immagini. Incredibile, vero?!
Ok ok, tutto bello ed emozionante, ma vediamo insieme quali sono le sue caratteristiche principali e perché è davvero così incredibile come sembra.
Le caratteristiche principali di Google Gemini
Gemini è in grado di svolgere una vasta gamma di attività, tra cui:
- Generare testo: Gemini è in grado di generare testo di alta qualità, sia in termini di accuratezza che di creatività; ad esempio, può essere utilizzata per creare articoli di notizie, storie, poesie o persino sceneggiature.
- Capire e interpretare immagini: Gemini è in grado di comprendere il significato delle immagini e di generare immagini e video realistici che corrispondono alla descrizione; può essere utilizzata per creare fotomontaggi, effetti speciali o persino nuovi formati di arte digitale.
- Scrivere codice: Gemini è in grado di scrivere codice, generare script e creare brani musicali di alta qualità; può essere pertanto utilizzata anche per creare nuove app, giochi o persino opere musicali (con buona pace di sviluppatori e compositori).
Generazione di testo
Gemini è in grado di generare testo realistico e coinvolgente, che sia coerente con il contesto in cui viene utilizzato. Ad esempio, se viene chiesto di scrivere una storia su un cane che va in vacanza, Gemini sarà in grado di generare una storia che sia coerente con le conoscenze che abbiamo sui cani e sulle vacanze.
Gemini è anche in grado di generare testo creativo e originale, che sia in grado di sorprendere e incuriosire il lettore. Se viene chiesto di scrivere una poesia sul tema dell’amore, quindi, Gemini sarà in grado di generare una poesia che sia originale e poetica.
Comprensione ed interpretazione di immagini
Gemini è in grado di riconoscere oggetti, scene e persone nelle immagini. È anche in grado di comprendere il significato delle immagini, ad esempio il contesto in cui sono state scattate o le emozioni che esprimono.
Gemini è anche in grado di generare immagini e video realistici, che siano in grado di ingannare l’occhio umano. Un esempio? Gemini potrebbe essere utilizzata per creare un video di un animale che non esiste in natura (negazionisti dell’evoluzione, vi aspettiamo con ansia!).
Scrittura di codice
Gemini è in grado di comprendere la sintassi e la semantica del codice, ma non solo: è anche in grado di generare codice che sia efficiente e leggibile. La generazione di script e brani musicali di alta qualità, che siano originali e creativi, non sarà più una roba del futuro ma anzi, farà parte della nostra vita di tutti i giorni. Pensiamo ad esempio alla creazione di nuovi videogiochi o – appunto – di nuovi brani musicali.
— Personalmente amiamo utilizzare le AI per compiti di verifica e studio e non di generazione, ma questo come sempre sta alla buona fede dello sviluppatore di turno —
Perché Gemini è più potente di altre AI (o aspira ad esserlo)
Sono diversi i motivi per cui, ad oggi, Gemini sembra essere l’AI più completa di sempre. Vediamone alcuni:
- L’enorme dataset di addestramento: Gemini è stata addestrata su un dataset di 1,6 trilioni di parole e 1,56 trilioni di immagini, che è molto più grande di qualsiasi altro dataset di intelligenza artificiale. Questo le consente di apprendere una maggiore quantità di informazioni e di essere più accurata nelle sue risposte.
Inoltre, Gemini ha accesso a una quantità di informazioni molto più grande di qualsiasi altra intelligenza artificiale, consentendole di essere più accurata nelle sue risposte e di generare output più creativi e originali. - La capacità di elaborare informazioni da diversi tipi di media: Gemini è in grado di elaborare informazioni da diversi tipi di media, come testo, immagini e codice. In questo modo è in grado di comprendere meglio il mondo che la circonda e di generare output più rilevanti e coinvolgenti. Inoltre, Gemini è in grado di comprendere il significato di un’immagine o di un brano musicale, oltre che di un testo, permettendole di generare output più creativi e originali.
- Capacità logico-spaziali di qualità superiore: Grazie a una capacità logico-spaziale migliorata, Gemini è in grado di fare collegamenti logici, riconoscere similitudini tra oggetti diversi, letteralmente ragionare come un essere umano (o anche meglio). Gemini può risolvere puzzle, giochi di prestigio, dare suggerimenti e tanto, tantissimo altro.
- La capacità di generare output creativi e originali: Gemini è in grado di generare output creativi e originali, il che la rende ideale per attività come la scrittura di contenuti creativi o la creazione di opere d’arte.
In questo video demo di Google, realizzato per il lancio, potete dare un occhio ad alcune delle sue funzionalità in fase di progettazione… siamo sicure che resterete a bocca aperta!
N.B: sappiamo che si tratta di un video “fake”, ovvero costruito ad hoc e non in tempo reale come ammesso dai portavoce di Google stessa, ma il suo intento è proprio quello di illustrare ciò che Gemini potrebbe essere in grado di fare in un prossimo futuro.
Tutto bello, ma quando e dove potremo utilizzarlo?
Gemini è già disponibile per gli sviluppatori attraverso Google AI Studio, la piattaforma web gratuita di Google per la creazione di prototipi e il lancio di app con chiavi API.
Inoltre, una versione di Gemini, chiamata Gemini Pro, è stata implementata in Google Bard: non è ancora disponibile in Europa, ma può essere testata mediante l’utilizzo di una VPN.
Tuttavia, Google non ha ancora annunciato quando Gemini sarà disponibile per il grande pubblico, anche se è probabile che ciò avvenga nel corso del 2024.
Per quanto ci riguarda, non vediamo l’ora di utilizzarlo e sfruttare appieno le sue potenzialità!