Google представи Gemini 2.0 – най-способния ИИ-модел на компанията, който „ще може всичко“

Google представи най-новия си и способен ИИ-модел Gemini 2.0, който е изключително гъвкав. Той може да генерира текст, звук и изображения и предлага нови мултимодални възможности, които създават предпоставки за следващия голям етап в развитието на изкуствения интелект – агенти, които буквално могат да заместят потребителя при рутинни операции. Новият модел също така е забележимо по-продуктивен и енергийно ефективен.

Както всяка друга компания, която участва в т.нар. ИИ-надпревара, Google трескаво вгражда ИИ във всичко, в което може в опит да създаде успешни търговски продукти. В същото време компанията трябва да коригира цялата си инфраструктура, така че скъпите решения за ИИ да не доведат до нейния фалит. Междувременно други технологични гиганти Amazon, Microsoft, Anthropic и OpenAI също влагат милиарди в почти същия набор от проблеми.

Gemini 2.0 е представен около 10 месеца след пускането на версия 1.5, а главният изпълнителен директор на Google DeepMind Демис Хасабис дава много висока оценка на новия модел, наричайки го „всеобхватен“, въпреки че Gemini 2.0 все още е на етап „експериментален преглед“, според терминологията на Google.

Въпреки това Хасабис е уверен, че новият модел ще осигури съвсем друго ниво на възможности, най-вече в областта на изкуствения интелект, базиран на агенти. ИИ на базата на агенти се отнася до ботове с ИИ, които могат изцяло да извършват действия от името на потребителя. Например, Project Astra на Google е визуална система, която може да разпознава обекти, да помага за навигация в света и да намира изгубени предмети. Според Хасабис възможностите на Astra са се увеличили многократно в Gemini 2.0.

Друг пример е проектът Mariner на Google – експериментално разширение за браузъра Chrome, което буквално замества потребителя при сърфиране в интернет. Агентът Jules помага на разработчиците да откриват и поправят лош софтуерен код. Има дори пуснат агент, който ви помага да играете по-добре видеоигри.

„Наистина виждаме 2025 година като истинското начало на ерата на агентите – Gemini 2.0 е неговата основа.“

казва Хасабис

Той отбеляза и повишената производителност и енергийна ефективност на новия модел, особено на фона на цялостното забавяне на напредъка в индустрията на ИИ.

Планът на Google за Gemini 2.0 е да го използва абсолютно навсякъде. Целта на Google беше да включи възможно най-много функции в един модел, вместо да пуска много отделни изолирани продукти.

Според Хасабис, с настъпването на ерата на агентите ИИ ще трябва да решава както нови, така и стари проблеми. Старите проблеми са много – те са свързани с производителността, ефективността и разходите за изводи. Новите са свързани с рисковете за сигурността и неприкосновеността на личния живот. В момента Gemini 2.0 е в експериментална фаза и само в олекотена версия Gemini 2.0 Flash. Окончателната версия е планирана за пускане в началото на следващата година.