Il nuovo modello Gemini 2.0 di Google è arrivato con agenti AI sperimentali

Google sta concludendo il 2024 con il botto. Mercoledì, il gigante di Mountain View ha annunciato una raffica di novità in materia di AI, tra cui il rilascio di Gemini 2.0, un nuovissimo modello linguistico con capacità multimodali avanzate. Il nuovo modello inaugura quella che Google chiama "l'era agenziale", in cui gli agenti AI virtuali saranno in grado di svolgere compiti per conto dell'utente.

Inizialmente, Google rilascerà solo un modello della famiglia Gemini 2.0: Gemini 2.0 Flash sperimentaleun modello superveloce e leggero con supporto di input e output multimodale. Può generare in modo nativo immagini miste a testo e audio multilingue, e può attingere senza problemi a Google Search, all'esecuzione di codice e ad altri strumenti. Queste funzionalità sono attualmente in anteprima per gli sviluppatori e i beta tester. Nonostante le sue dimensioni ridotte, 2.0 Flash supera Gemini 1.5 Pro in diverse aree come la fattualità, il ragionamento, il coding, la matematica, eccetera - e anche a velocità doppia. Gli utenti normali possono provare la versione ottimizzata per la chat di Gemini 2.0 Flash sul web a partire da oggi e presto arriverà sull'app Gemini per dispositivi mobili.

Google sta anche presentando diverse esperienze impressionanti costruite con Gemini 2.0. La prima è la versione aggiornata di Project Astra, un agente AI virtuale sperimentale che Google ha mostrato per la prima volta nel maggio 2024. Con Gemini 2.0, ora è in grado di tenere conversazioni in più lingue; di utilizzare strumenti come Google Search, Lens e Maps; di ricordare cose dalle conversazioni passate con lei e di comprendere il linguaggio con la stessa latenza di una conversazione umana. Project Astra è progettato per funzionare su smartphone e occhiali, anche se attualmente è limitato a un piccolo gruppo di tester fidati. Chi è interessato a provare il prototipo sui propri telefoni Android può iscriversi alla lista d'attesa qui. C'è anche questa demo davvero interessante di dell'API Multimodal Liveche è in qualche modo simile a Project Astra e consente di interagire con un chatbot in tempo reale utilizzando la condivisione di video, voce e schermo.

Il prossimo è Project Mariner, un'estensione sperimentale del browser Chrome in grado di navigare in Internet e di completare dei compiti per lei. L'estensione, attualmente disponibile per alcuni tester selezionati negli Stati Uniti, sfrutta le capacità multimodali di Gemini 2.0 "per comprendere e ragionare sulle informazioni presenti nella schermata del browser, compresi i pixel e gli elementi web come testo, codice, immagini e moduli" Google riconosce che la tecnologia è ancora agli inizi e non è sempre affidabile. Ma anche nella sua forma attuale di prototipo, è innegabilmente impressionante, come può vedere lei stesso in questa demo di su YouTube.

Google ha anche annunciato Jules, un agente di codice alimentato da Gemini 2.0 e dotato di intelligenza artificiale. Si integra direttamente nel flusso di lavoro di GitHub e l'azienda afferma che è in grado di gestire le correzioni di bug e le attività ripetitive che richiedono tempo "mentre lei si concentra su ciò che vuole effettivamente costruire"

Molte delle novità annunciate sono attualmente riservate ai primi tester e agli sviluppatori di app. Google afferma che prevede di integrare Gemini 2.0 in tutto il suo portafoglio di prodotti, tra cui Search, Workspace, Maps e altro ancora, all'inizio del prossimo anno. A quel punto potremo capire meglio come queste nuove funzionalità e miglioramenti multimodali si traducono in casi d'uso reali. Non ci sono ancora notizie sui modelli Gemini 2.0 Ultra e Pro.