Após as recentes lançamentos de inteligência artificial do Google, a indústria voltou sua atenção para os avanços tecnológicos e a estratégia de produtos da empresa. Apenas uma semana após a introdução do Google Gemini Ultra 1.0, o Google lançou o Gemini Pro 1.5, afirmando que ele "iguala a Ultra 1.0 em capacidade, mas requer menos poder computacional." Esse cronograma de lançamentos acelerado gerou discussões sobre a velocidade do desenvolvimento de IA no Google.
O Gemini 1.5 destaca, em particular, avanços na "compreensão de longo contexto", podendo processar até um milhão de tokens (aproximadamente 700.000 palavras), superando em muito o limite anterior de 32.000 tokens. Essa melhoria permite que o Gemini 1.5 gerencie documentos extensos e diálogos complexos, abrindo novas possibilidades para aplicações de modelos de linguagem.
No entanto, a aceleração nos lançamentos traz preocupações. Enquanto demonstra o progresso contínuo do Google em IA, também pode indicar problemas de coordenação no processo de lançamento de produtos, como evidenciado pelos passos complicados envolvidos no lançamento do Ultra 1.0.
Para os usuários, o Gemini 1.5 já está disponível para prévias limitadas no Google AI Studio e no Vertex AI. Embora sua janela de contexto atual seja limitada a 128.000 tokens, há planos para expandir essa capacidade para um milhão de tokens no futuro. Além disso, o relatório técnico do Google indica que o Gemini 1.5 superou outros grandes modelos de linguagem, como o GPT-4 Turbo da OpenAI, em várias tarefas.
Apesar das numerosas vantagens, é preciso ter cautela quanto ao desempenho do Gemini 1.5. As afirmações sobre sua "compreensão de longo contexto" ainda são debatidas e, embora o modelo consiga lidar com contextos extensos, questões potenciais de interpretação e confusão precisam ser monitoradas. Atualmente, apenas a versão Pro 1.5 está disponível para prévia, tornando dados e avaliações adicionais críticos para entender seu desempenho.
Em resumo, o lançamento do Google Gemini 1.5 demonstra a inovação e liderança da empresa em inteligência artificial, mas também enfatiza os desafios relacionados à velocidade dos lançamentos de produtos, à confiabilidade técnica e às limitações dos grandes modelos de linguagem. À medida que mais dados se tornem disponíveis, continuaremos a monitorar e avaliar o desempenho e o potencial de desenvolvimento deste novo modelo.