Google anunció un conjunto de nuevos productos, soluciones y funciones basadas en inteligencia artificial (IA). La empresa tecnológica de Mountain View pretende consolidarse como referente en un mercado emergente que promete ingresos millonarios en los próximos años.

Durante el Google I/O 2024, la empresa californiana dio a conocer actualizaciones para Gemini, su plataforma de IA, y Gemma, su familia de modelos de lenguaje basados en dicha tecnología. Además reveló sus planes futuros y renovó las funciones de su popular motor de búsquedas online. 

Google presentó Gemini 1.5 Flash, un modelo de IA más ligero, rápido y eficiente que puede realizar tareas a gran volumen y de alta frecuencia a escala. Se trata del producto de IA más rentable. Es útil para realizar resúmenes, optimizar el funcionamiento de asistentes digitales en apps de chat y  generar imágenes y vídeos.

Lanzó la segunda generación de Gemma, su familia de lenguaje de código abierto. La serie se amplió con la presentación de PaliGemma, un algoritmo de visión y lenguaje que puede soportar el  funcionamiento de diversos desarrollos robóticos.

El buscador online de la compañía ahora puede responder a consultas enviadas en video. “Tal vez compraste un tocadiscos en una tienda de segunda mano, pero no funciona cuando lo enciendes y la pieza de metal con la aguja se mueve inesperadamente. La búsqueda con video le ahorra el tiempo y la molestia de encontrar las palabras correctas para describir este problema, y ​​obtendrá una descripción general de IA con pasos y recursos para solucionar el problema”, ejemplificó la compañía.

La ambiciosa apuesta de Google en IA

Uno de los anuncios más destacados fue el Proyecto Astra. Google está desarrollando mediante la iniciativa un asistente de IA con “habilidades humanas”. El producto es capaz de ver, oír, hablar y procesar la información del contexto en el que se utiliza. 

“Estos agentes se crearon sobre nuestro modelo Gemini y otros modelos de tareas específicas, y fueron diseñados para procesar información más rápido codificando continuamente cuadros de video, combinando la entrada de vídeo y voz en una línea de tiempo de eventos y almacenando en caché esta información para recuperarla de manera eficiente”, detalló la organización. 

El recurso aún se encuentra en fase de desarrollo. Se tiene previsto que sea lanzado de forma oficial a finales de este año.