Google: Ανακοίνωσε το νέο μοντέλο τεχνητής νοημοσύνης Gemini 2.0

Η Google ξεκίνησε σήμερα την κυκλοφορία της σουίτας μοντέλων τεχνητής νοημοσύνης Gemini 2.0 για όλους – την «πιο ικανή» σουίτα μοντέλων τεχνητής νοημοσύνης μέχρι σήμερα. Είχε προηγηθεί τον Δεκέμβριο η πρόσβαση σε προγραμματιστές και έμπιστους δοκιμαστές, ενώ παράλληλα ενσωματώθηκαν και ορισμένες λειτουργίες σε προϊόντα Google.

Η σουίτα περιλαμβάνει το 2.0 Flash, το οποίο χαρακτηρίζεται ως «μοντέλο εργασίας, βέλτιστο για εργασίες μεγάλου όγκου, υψηλής συχνότητας σε κλίμακα». Επίσης περιλαμβάνει το 2.0 Pro Experimental, το οποίο επικεντρώνεται σε μεγάλο βαθμό στην απόδοση κωδικοποίησης. και το 2.0 Flash-Lite, το οποίο η Google θεωρεί ως το «πιο οικονομικό μοντέλο μέχρι τώρα».

Στους ελληνικούς δρόμους από 4 Φεβρουαρίου το Google Street View

Το Gemini Flash κοστίζει στους προγραμματιστές 10 σεντς ανά εκατομμύριο tokens για εισαγωγή κειμένου, εικόνας και βίντεο, ενώ το Flash-Lite, η πιο οικονομική έκδοσή του, κοστίζει 0,75 σεντ για το ίδιο.

Οι συνεχιζόμενες εκδόσεις αποτελούν μέρος μιας ευρύτερης στρατηγικής για την Google να επενδύει σε μεγάλο βαθμό σε «πράκτορες τεχνητής νοημοσύνης», καθώς ο αγώνας εξοπλισμών τεχνητής νοημοσύνης θερμαίνεται μεταξύ τεχνολογικών κολοσσών και νεοφυών επιχειρήσεων.

Οι Meta, Amazon, Microsoft, OpenAI και Anthropic κινούνται επίσης προς το agentic AI, ή μοντέλα που μπορούν να ολοκληρώσουν πολύπλοκες εργασίες πολλαπλών βημάτων για λογαριασμό ενός χρήστη, αντί να χρειάζεται ο χρήστης να τον καθοδηγήσει σε κάθε μεμονωμένο βήμα.

«Τον τελευταίο χρόνο, επενδύσαμε στην ανάπτυξη περισσότερων agentic μοντέλων, που σημαίνει ότι μπορούν να κατανοήσουν περισσότερα για τον κόσμο γύρω σας, να σκεφτούν πολλά βήματα μπροστά και να αναλάβουν δράση εκ μέρους σας, με την επίβλεψή σας», έγραψε η Google σε μια ανάρτηση ιστολογίου τον Δεκέμβριο, προσθέτοντας ότι το Gemini 2.0 έχει πετύχει «νέες προόδους στην πολυτροπικότητα — όπως εγγενή εικόνα και έξοδο ήχου — και το νέο εργαλείο για τη δημιουργία εγγενούς οικογενειακής χρήσης πράκτορες AI που μας φέρνουν πιο κοντά στο όραμά μας για έναν καθολικό βοηθό».

Το επίπεδο των ανταγωνιστών

Η Anthropic, η υποστηριζόμενη από την Amazon startup τεχνητής νοημοσύνης που ιδρύθηκε από πρώην στελέχη έρευνας της OpenAI, είναι βασικός ανταγωνιστής στον αγώνα για την ανάπτυξη πρακτόρων τεχνητής νοημοσύνης. Τον Οκτώβριο, η startup ανακοίνωσε ότι οι AI πράκτορες που είχε δημιουργήσει ήταν σε θέση να χρησιμοποιούν υπολογιστές όπως οι άνθρωποι για να ολοκληρώσουν πολύπλοκες εργασίες.

Η δυνατότητα χρήσης υπολογιστή της Anthropic επιτρέπει στην τεχνολογία της να ερμηνεύει τι υπάρχει σε μια οθόνη υπολογιστή, να επιλέγει κουμπιά, να εισάγει κείμενο, να περιηγείται σε ιστότοπους και να εκτελεί εργασίες μέσω οποιουδήποτε λογισμικού και περιήγησης στο διαδίκτυο σε πραγματικό χρόνο, ανέφερε η startup.

Το εργαλείο μπορεί να «χρησιμοποιήσει τους υπολογιστές βασικά με τον ίδιο τρόπο που κάνουμε εμείς», είπε ο Τζάρεντ Κάπλαν, επικεφαλής επιστήμης της Anthropic, σε συνέντευξή του στο CNBC εκείνη την εποχή. Είπε ότι μπορεί να κάνει εργασίες με «δεκάδες ή και εκατοντάδες βήματα».

H OpenAI κυκλοφόρησε ένα παρόμοιο εργαλείο πρόσφατα, εισάγοντας μια δυνατότητα που ονομάζεται Operator που θα αυτοματοποιεί εργασίες όπως ο προγραμματισμός διακοπών, η συμπλήρωση φορμών, η πραγματοποίηση κρατήσεων σε εστιατόρια και η παραγγελία ειδών παντοπωλείου. Η startup που υποστηρίζεται από τη Microsoft περιέγραψε τον Operator ως «έναν πράκτορα που μπορεί να μεταβεί στον Ιστό για να εκτελέσει εργασίες για εσάς».

Νωρίτερα αυτή την εβδομάδα, η OpenAI ανακοίνωσε ένα άλλο εργαλείο που ονομάζεται Deep Research που επιτρέπει σε έναν πράκτορα AI να συντάσσει σύνθετες ερευνητικές αναφορές και να αναλύει ερωτήσεις και θέματα της επιλογής του χρήστη. Η Google κυκλοφόρησε τον Δεκέμβριο ένα παρόμοιο εργαλείο με το ίδιο όνομα – Deep Research – το οποίο λειτουργεί ως «βοηθός έρευνας, εξερευνώντας σύνθετα θέματα και συντάσσοντας αναφορές για λογαριασμό σας».

«Στην ιστορία, δεν χρειάζεται να είσαι πάντα πρώτος, αλλά πρέπει να εκτελείς καλά και να είσαι πραγματικά ο καλύτερος στην κατηγορία ως προϊόν», είχε δηλώσει ο CEO της Google Σουντάρ Πιτσάι σε συνάντηση στρατηγικής με το προσωπικό της εταιρείας. «Νομίζω ότι αυτό είναι το 2025».