No palco da Google I/O 2024, Sundar Pichai, CEO do Google, surpreendeu o público nesta terça, 14, ao anunciar a “Era Gemini”, um marco na inteligência artificial que integra texto, imagem, vídeo e código, prometendo transformar a interação entre humanos e máquinas.

Este modelo multimodal avançado já está sendo utilizado por mais de 1,5 milhão de desenvolvedores, promovendo inovações desde a depuração de códigos até a criação de novas experiências em IA.

Durante o evento, um destaque foi o “Ask Photos” no Google Photos, que permite aos usuários realizar perguntas diretas sobre suas imagens, como localizar números de placas de carros ou reviver momentos importantes por meio de fotos, demonstrando a capacidade do Gemini de entender e processar contexto de maneira intuitiva e rica.

Além disso, a Google reafirmou seu compromisso com o desenvolvimento responsável de IA. O novo Gemini 1.5 Pro, que suporta até um milhão de tokens, e o Gemini Advanced, disponibilizado para consumidores, são exemplos de como a empresa busca liderar com inovações seguras e éticas.

Os avanços não pararam por aí. A infraestrutura por trás desses avanços também foi destacada, com o anúncio do Trillium, a 6ª geração de TPUs da Google, que oferece desempenho superior e sublinha o contínuo investimento da empresa em hardware de ponta para suportar suas iniciativas de IA.

Esse anúncio segue de perto a revelação da OpenAI de seu modelo GPT-4o na segunda-feira, 13, destacando um passo significativo na interação homem-máquina com capacidades de voz, texto e imagem. Este novo modelo promete revolucionar diversas áreas, desde a educação até o atendimento ao cliente, oferecendo traduções em tempo real e assistência visual para problemas complexos.

Os dois lançamentos, tanto da Google quanto da OpenAI, não apenas definem o futuro imediato da tecnologia, mas também solidificam a posição dessas empresas na vanguarda da inovação em inteligência artificial.

OpenAI lança GPT-4o e redefine inteligência artificial (oantagonista.com.br)