Google представил ИИ-модель Gemini 2.0

Корпорация Google представила новую языковую модель Gemini 2.0, функциональность которой стала более универсальной. Модель может генерировать текст, звук и изображения, а также содержит новые мультимодальные возможности, которые, по мнению компании, закладывают фундамент для нового этапа в развитии ИИ. На её основе будут работать ИИ-агенты, способные буквально заменить пользователя при выполнении тех или иных операций. Кроме того, Gemini 2.0 стала более производительной и энергоэффективной.

Новый ИИ-флагман Google

Google выпустил Gemini 2.0 спустя примерно 10 месяцев после выпуска версии 1.5. Она всё ещё находится на стадии, которую в Google называют «экспериментальным предварительным просмотром». Сейчас выпущена только одна версия модели — меньшая по размеру и более дешёвая 2.0 Flash. Однако глава Google DeepMind Демис Хассабис очень высоко оценивает новую модель и называет её всеобъемлющей. По его словам, она работает в два раза быстрее 1.5 Pro.

Будущее за агентским ИИ

Особое внимание разработчики Gemini 2.0 уделили развитию агентского ИИ (Agentic AI). Это роботы с искусственным интеллектом, которые могут действовать и выполнять задачи от имени пользователя. Один из таких роботов Google представил весной этого года. Речь идёт о Project Astra — визуальной системе, которая может идентифицировать объекты, помогать пользователю ориентироваться в мире и сообщать, где он мог оставить ту или иную вещь. По словам Хассабиса, Gemini 2.0 позволяет ощутимо улучшить Astra.

Google также запускает Project Mariner, новое экспериментальное расширение для Chrome, которое может использовать браузер вместо пользователя в буквальном смысле. Кроме того, компания выпустила ИИ-агента Jules, который помогает разработчикам находить и исправлять неверный код. А ещё Google представил игрового агента на базе Gemini 2.0, который может смотреть на экран пользователя и помогать ему лучше играть в видеоигры.

Хассабис также отмечает возросшую производительность и энергоэффективность новой модели. Несмотря на непрекращающиеся разговоры о замедлении темпов совершенствования ИИ-моделей в рамках всей отрасли, глава Google DeepMind заявляет, что компания по-прежнему добивается успехов в разработке новых нейросетей.

Максимально общая модель

В Google планируют использовать модель Gemini 2.0 абсолютно везде. Кроме того, с выходом новой версии ИИ-обзоры в поиске Google, которые, по словам компании, охватывают 1 миллиард человек, теперь станут более детальными и сложными.

В целом компания ставит целью внедрить как можно больше функций в единую модель, а не запускать множество отдельных разрозненных продуктов. Мультимодальность, различные виды выходных данных, функции — Google хочет включить всё это в основополагающую модель Gemini.

По словам Хассабиса, с развитием направления ИИ возникают как новые, так и старые проблемы. Старые касаются производительности, результативности и энергозатрат. Новые сопряжены с рисками для безопасности, которые могут нести в себе новые ИИ-агенты Google. Стоит отметить, что компания уже принимает меры предосторожности в отношении Mariner и Astra, но Хассабис говорит, что необходимо провести дополнительные исследования.

Сейчас Gemini 2.0 можно опробовать в одноимённом веб-приложении. Кроме того, она появится на платформах для разработчиков AI Studio и Vertex AI, а также будет доступна через API. Однако стоит помнить, что нейросеть находится на стадии тестирования. При этом она пока не может генерировать аудио и изображения. Выпуск финальной версии запланирован на начало 2025 года.