Desde diciembre de 2023, Google no ha dejado de sorprendernos con su apuesta por la inteligencia artificial. La compañía lanzó en diciembre de ese año Gemini, un modelo de IA que, con el tiempo, se ha ido convirtiendo en el eje vertebrador de casi todas las herramientas inteligentes de Google. La IA sustituyó primero a Bard, el chatbot original de Google, y más tarde se integró en Android Assistant, Google Docs, Gmail y muchas más apps de la compañía.
Sin embargo, el gran salto llegó en diciembre de 2024 con la presentación de Gemini 2.0, lo que Sundar Pichai, CEO de Google, denominó como el inicio de la “era agentica”. Esta nueva fase implica que los modelos de IA pueden llevar a cabo tareas complejas basándose en instrucciones iniciales, algo que está revolucionando la forma en que interactuamos con la tecnología.
Aunque la trayectoria de Gemini ha tenido sus altibajos, con momentos de confusión debido a los numerosos lanzamientos y variaciones, lo cierto es que, en la actualidad, Google ha apostado por consolidar esta marca como su sello de identidad en IA. Si quieres entender mejor qué es Gemini, cómo funciona y por qué es tan importante, sigue leyendo. Vamos a desglosar su universo en diferentes áreas.
Más que una “cara bonita”
Los chatbots son la punta de lanza de muchas aplicaciones de IA, y Google no es la excepción. El chatbot Gemini nació como una evolución de Bard y Duet AI, combinando lo mejor de ambos mundos. Ahora, este sistema se encuentra integrado en productos tan variados como Android Assistant, el navegador Chrome y Google Workspace. Google, además, lanzó a finales de septiembre Gemini Live, una alternativa al “Modo de voz avanzado” de OpenAI que funciona como asistente virtual.
La idea es clara: hacer que la interacción con los dispositivos sea cada vez más fluida. De esta forma, puedes pedirle a Gemini que busque información, organice tu calendario o incluso edite fotos en Google Fotos. Una estrategia con la que Google pretende erigirse como la reina del sector IA, donde la competencia es cada vez mayor y más feroz si cabe.
La revolución IA en tu bolsillo
Si bien el chatbot es impresionante, donde Gemini realmente brilla es en los dispositivos móviles. La app de Gemini está disponible tanto para iPhone como para Android, pero su verdadera fortaleza reside en su integración con el sistema operativo Android. Esta combinación permite realizar tareas avanzadas directamente desde el móvil, como activar funciones del sistema o reproducir música usando comandos de voz a través de Gemini Live.
En este aspecto destaca sobre todo Gemini Nano, una versión ligera del modelo que los desarrolladores pueden utilizar en sus propias aplicaciones sin necesidad de recurrir a soluciones en la nube. Esto, claro está, abre un mundo de posibilidades, especialmente para tareas que requieren mucha rapidez y eficiencia.
Un modelo multimodal
Gemini no es solo un modelo que entiende texto. Se trata de una IA multimodal capaz de procesar imágenes, vídeos, audio y hasta código. Con la versión 2.0, lanzada en diciembre de 2024, también puede generar contenido en estas modalidades, lo que la convierte en una herramienta mucho más versátil que muchos de sus competidores.
Google ha adoptado un enfoque algo discreto en el desarrollo de Gemini, pero los resultados hablan por sí solos. Con más de 50.000 variantes disponibles en Hugging Face, Gemini cubre una amplia gama de idiomas y casos de uso, combinando diferentes tecnologías y aplicaciones bajo un mismo nombre.
La familia Gemini: desde Nano hasta Ultra
La historia de Gemini comienza con DeepMind, el laboratorio de IA fundado en Londres en 2010. Este equipo dio vida a modelos legendarios como LaMDA y PaLM antes de llegar a Gemini. La primera versión del modelo se lanzó en tres variantes: Ultra, Pro y Nano. Cada una tiene un propósito específico, desde tareas de alta potencia hasta usos en dispositivos compactos.
En los últimos años, Google ha sufrido el siguiente dilema: ¿debería priorizar la búsqueda o la IA? Este debate interno ha generado algunas decisiones bastante controvertidas, como el lanzamiento de modelos experimentales y la incursión en modelos abiertos con la línea Gemma. Sin embargo, con Gemini 2.0, parece que la compañía finalmente ha encontrado su camino.
Un futuro prometedor
Gemini 2.0 marca el inicio de una nueva era, en la que las IA no solo responden preguntas, sino que también actúan como agentes capaces de ejecutar tareas complejas. Con herramientas como la versión Flash Experimental, que permite generar código y utilizar la búsqueda de Google de forma integrada, la compañía está allanando el camino hacia un futuro donde la IA sea una extensión natural de nuestras capacidades.
Aunque aún hay en el aire muchas dudas sobre qué modelos son definitivos y cuáles siguen en fase experimental, una cosa está clara: Gemini es una de las IA más completas y prometedoras del mercado.
