Проекты Astra и Mariner представлены как ключевые инновации в Gemini 2.0

Генеральный директор Google и Alphabet Сундар Пичаи объявил в среду о запуске Gemini 2.0, новой версии AI модели компании, направленной на развитие способностей в области мультимодального рассуждения и разработки интеллектуальных агентов.

С Gemini 2.0, Google становится ближе к своей мечте о создании универсального ассистента, вводя новые функции, которые расширяют применение искусственного интеллекта в различных областях.

Запуск Gemini 2.0 следует за представлением Gemini 1.0 в декабре 2023 года, которое отметило начало активных действий Google в области мультимодального ИИ, способного обрабатывать и понимать текст, изображения, видео, аудио и код.

Теперь, с выходом Gemini 2.0, эти возможности еще больше расширены, позволяя как ввод, так и вывод в режиме нескольких модальностей, включая изображения, видео, и даже текст в речь на нескольких языках.

В основе Gemini 2.0 лежит его «агентская» природа, что означает, что он может обдумывать проблемы и принимать действия от имени пользователя под его контролем. Выход этой версии означает начало более широких усилий по интеграции этих продвинутых возможностей в повседневные продукты.

Эти возможности приближают Gemini 2.0 к статусу универсального помощника, способного поддерживать различные приложения в разных отраслях.

Для разработчиков запуск также включает модель Gemini 2.0 Flash, рабочую лошадку с низкой задержкой и улучшенной производительностью, доступную через Gemini API и Google AI Studio. Эта модель призвана предложить эффективное взаимодействие в реальном времени, значительно улучшая скорость и эффективность приложений на базе ИИ.

Gemini 2.0 Flash будет доступна разработчикам в начале 2024 года, а пользователи смогут испытать обновленную версию помощника Gemini через приложение Gemini, которое оптимизировано для мобильного и настольного доступа.

Кроме того, появились новые проекты, работающие на базе Gemini 2.0, которые демонстрируют развивающиеся возможности искусственных интеллектуальных агентов. Проект Astra — это AI-ассистент, который использует мультимодальное понимание для взаимодействия с реальным миром. Он получил ценную обратную связь от доверенных тестировщиков, что позволило Google усовершенствовать его возможности.

Последние обновления включают улучшенный диалог с поддержкой нескольких языков и акцентов, а также новые интеграции инструментов, таких как Google Search, Lens и Maps. Проект Astra также может похвастаться улучшенной памятью, что позволяет ему вспоминать прошлые беседы, а также сниженной задержкой, что обеспечивает почти мгновенные ответы.

Google расширяет свою программу тестирования и планирует внедрить эти функции на различные устройства, включая прототипы очков.

Проект Mariner, другой проект, работающий на базе Gemini 2.0, представляет собой браузерного агента AI, спроектированного для помощи в сложных задачах. Он может навигировать по веб-страницам, понимать текст, код, изображения и формы, а также выполнять задачи, такие как заполнение форм.

Хотя она все еще на ранних этапах развития, она продемонстрировала впечатляющие результаты, достигнув 83,5% успеха на бенчмарке WebVoyager. Приняты меры безопасности, такие как требование подтверждения пользователя перед выполнением чувствительных действий.

Кроме того, Google экспериментирует с AI-агентами в играх, где они помогают ориентироваться в виртуальных мирах, и в робототехнике, используя пространственное мышление Gemini 2.0 для реальных приложений. Google акцентирует внимание на ответственной разработке, работая с экспертами для смягчения рисков и обеспечения безопасности в этих продвинутых AI системах.