Google Labs ha annunciato un importante aggiornamento del suo strumento Gemini Pro AI – il modello AI di medie dimensioni che alimenta la versione gratuita del suo chatbot – introducendo la capacità di elaborare fino a 1 milione di token in anteprima. Si tratta di una “dimensione di contesto” senza precedenti che lascia nella polvere gli attuali strumenti leader e la loro capacità di 128K.
L’aggiornamento a Gemini Pro v1.5 lo rende teoricamente più potente del 700% rispetto al modello GPT-4 a pagamento di OpenAI e stabilisce un nuovo punto di riferimento per la linguistica computazionale e l’apprendimento automatico tra i modelli linguistici di grandi dimensioni (LLM).
Secondo Google, si tratta della “finestra di contesto più lunga di qualsiasi modello di fondazione su larga scala”.
“Prima di oggi, la finestra di contesto più grande al mondo per un modello linguistico di grandi dimensioni disponibile pubblicamente era di 200.000 token. Siamo stati in grado di aumentarla significativamente, arrivando fino a 1 milione di token”, ha condiviso il team di Google Labs.
Con questa caratteristica, Gemini Pro sarebbe più capace della versione più potente dell’attuale linea Gemini e di qualsiasi altro LLM attualmente disponibile. Tuttavia, questo contesto è stato messo online a scopo di test, mentre la prossima versione stabile di Gemini Pro gestirà fino a 128K token.
Sebbene questa versione rappresenti un importante aggiornamento rispetto ai 32.000 token che Gemini 1.0 è in grado di elaborare, gli utenti dovranno aspettare per vedere cosa può fare un milione di token.
La mossa è l’ultima offensiva di Google nella corsa per dominare il settore dell’intelligenza artificiale. La scorsa settimana, Gemini Advanced è diventato il primo concorrente credibile di ChatGPT Plus. A differenza di Claude di Anthropic, il chatbot di Google è multimodale, fornisce buoni risultati in diversi test e offre una serie di funzionalità che OpenAI non ha.
Gemini Advanced, tuttavia, dovrà recuperare terreno rispetto a GPT-4.5 Turbo, che gestisce già 128.000 token.
La versatilità di Gemini 1.5 è stata illustrata in diverse dimostrazioni. Google ha dichiarato che “è in grado di elaborare grandi quantità di informazioni in una sola volta, tra cui 1 ora di video, 11 ore di audio, codebase con oltre 30.000 linee di codice o oltre 700.000 parole”.
“Nella nostra ricerca, abbiamo anche testato con successo fino a 10 milioni di token”, ha aggiunto il team.
Un solo difetto: I modelli Gemini non possono analizzare i file PDF, un difetto che TCN ha evidenziato nel suo confronto tra Gemini e ChatGPT.
La “Miscela di esperti” è qui per restare
Un’altra differenza tra Gemini 1.5 e le sue versioni precedenti è l’uso di Mixture of Experts, la stessa tecnologia utilizzata da Mistral AI per realizzare il suo modello più leggero. Il modello di Mistral è stato abbastanza potente da battere GPT 3.5 e da balzare ai vertici dei migliori LLM open-source.
“(Mixture of Experts) indirizza la richiesta a un gruppo di reti neurali ‘esperte’ più piccole, in modo che le risposte siano più veloci e di qualità superiore”, ha condiviso Google nel suo annuncio, affermando che questo assicura che le risposte non siano solo più veloci ma anche di qualità superiore.
Proprio come Mistral, Google è riuscita a far brillare il suo modello. Gemini 1.5 Pro ha mostrato prestazioni superiori in diversi benchmark rispetto a Gemini Ultra 1.0, suggerendo un futuro promettente per gli LLM di Google.
“Mostra notevoli miglioramenti in diverse dimensioni e 1.5 Pro raggiunge una qualità paragonabile a 1.0 Ultra, pur utilizzando meno calcolo”, ha dichiarato Sundar Pichai, CEO di Google, in un post sul blog.
L’annuncio non ha fornito una tempistica per il rilascio di Gemini Advanced 1.5. Nel frattempo, OpenAI sta sviluppando attivamente GPT-5. Le maggiori capacità di gestione dei token di Gemini contribuiranno a rafforzare la posizione di Google nella corsa agli armamenti dell’intelligenza artificiale.
