O Gemini 1.5 Pro, a versão mais recente do modelo de inteligência artificial (IA) do Google, já está disponível para o público em geral no Google AI Studio, a plataforma de desenvolvimento da empresa para criar protótipos de IA generativa e testá-los.
Descrito pela gigante da tecnologia como um "modelo multimodal de tamanho médio otimizado para ser dimensionado em uma ampla gama de tarefas", foi lançado em meados do mês passado e até agora só estava disponível para um grupo limitado de desenvolvedores e clientes. Aqueles que desejavam solicitar acesso tinham que entrar em uma lista de espera selecionada.
Atualmente em pré-visualização e projetado para ser um substituto direto do Gemini 1.0 Pro, a nova versão se destaca pela quantidade de dados que pode processar. Apresenta uma janela de contexto (a quantidade de informações passadas que um modelo pode levar em conta ao gerar respostas) capaz de lembrar e considerar um milhão de tokens (unidades básicas de informação).
Segundo o Google, essa janela de contexto —ainda em um estado experimental— é "mais longa do que qualquer modelo de linha de base em larga escala". "Até hoje, a maior janela de contexto disponível publicamente no mundo para um modelo de linguagem grande era de 200.000 tokens", disse a empresa. Esse recurso permite que processe cerca de 700.000 palavras ou 30.000 linhas de código de uma só vez. Além disso, por ser um modelo multimodal, ele pode absorver até 11 horas de áudio ou uma hora de vídeo em uma variedade de idiomas diferentes.
Apesar de seus recursos, o Gemini tem sido manchete, e não exatamente por suas vantagens. Em fevereiro, o chatbot foi alvo de críticas depois que seu recurso de gerar imagens de pessoas criou representações historicamente imprecisas e racialmente diversas que levaram alguns usuários indignados a afirmar que a empresa era racista contra os brancos. Essa situação forçou o Google a pausar a tecnologia.