MOUNTAIN VIEW, California — El discurso de apertura de Google I/O 2024 de este año, con su incesante enfoque en la IA, demostró el poder de estar en algún lugar en persona. Si bien estoy seguro de que las personas que vieron la transmisión en vivo y siguieron el blog en vivo de Jugo Mobile aprovecharon mucho los diferentes anuncios que hizo Google sobre su modelo Gemini AI. Pero estar en el Shoreline Amphitheater le brindó la oportunidad de ver de cerca la multitud de habilidades de Gemini, para tener una idea real de hacia dónde se dirige Google con estas herramientas.
Yo deberia saber. Justo después de terminar la conferencia magistral, pasé la tarde del martes corriendo de demostración en demostración, ilustrando una parte diferente de la historia de la IA de Google. En muchos casos, se trataba de repeticiones de lo que Google mostró en el escenario, sólo que con la ventaja de que yo estaba parado a unos metros de distancia en lugar de estar sentado a una docena de filas detrás del escenario. Y en algunos casos, Google mostró otras capacidades que sólo se insinuaron en su discurso de apertura.
¿El final resulto? Aprecio lo que puede hacer el modelo Géminis que quizás no hubiera apreciado al comienzo del día. Y si bien la prueba final del valor de estas funciones llegará cuando personas como usted y yo las utilicen, creo que Google tiene algunas funciones extremadamente útiles que se encuentran en varias etapas de implementación.
Aquí hay siete demostraciones de Google I/O que realmente me llamaron la atención mientras aprendía más sobre lo que Gemini puede hacer.
Resumir correos electrónicos en Gmail
Se me asignó la tarea de cubrir las funciones impulsadas por Gemini que llegarán a Google Workspace durante la conferencia magistral, por lo que estaba bastante familiarizado con las actualizaciones de inteligencia artificial que Google ha planeado para Gmail. Aún así, la demostración específica de la función de resumen de correo electrónico realizada para mi beneficio me resultó bastante familiar.
La demostración de Google incluía un boletín escolar muy elaborado (y muy extenso) que podría terminar en la bandeja de entrada de cualquier padre. Y en lugar de hojear cada línea en busca de información relevante para sus estudiantes, Google mostró cómo una nueva función Resumir correos electrónicos puede permitirle solicitar algo específico (por ejemplo, información que solo es relevante para los estudiantes de séptimo grado) y resumirlas de forma ordenada. y viñetas ordenadas.
Resulta que soy padre de un estudiante de séptimo grado que recibe boletines escolares con bastante regularidad que contienen mucha información y solo una parte es relevante para mis intereses. Entonces sí, Resumir correos electrónicos no puede llegar aquí lo suficientemente pronto. Estará disponible para los usuarios de Workspace Lab este mes, y los clientes de Gemini for Workspace y los suscriptores de Google One AI Premium obtendrán acceso en junio.
Debo señalar que el agente de IA que escanea la carta en la demostración de Google puede ser un cliente bastante inteligente. Además de los artículos del boletín que mencionaban específicamente a los estudiantes de séptimo grado, también sacó un artículo sobre una oportunidad abierta a los niños de cuarto a noveno grado; sabe lo suficiente como para reconocer que eso también se aplica a los estudiantes de séptimo grado.
Preguntas y respuestas sobre Gmail
Otra herramienta que llegará a Gmail es una función de preguntas y respuestas en la que puedes encargar a Gemini que extraiga datos específicos de una colección de correos electrónicos. En ese ejemplo del boletín escolar, el resumen del correo electrónico señalaba que había un viaje nocturno para la clase de séptimo grado. Utilizando las nuevas herramientas de Gemini en el panel lateral de Workspace que ahora está disponible para los usuarios de Workspace Labs y Gemini para Workspace Alpha, le preguntamos a Gemini si había una lista de equipaje para ese viaje. De hecho, así fue, y el agente de IA sacó la lista de donde estaba enterrada en el correo electrónico.
Por muy útil que sea tener la función de preguntas y respuestas para buscar texto específico, Google considera que esta herramienta hace más que eso. Durante la conferencia magistral de Google I/O, Aparna Pappu, vicepresidenta y directora general de Google Workspace, habló de un momento a finales de este año en el que Gemini podrá reconocer recibos y facturas, archivarlos en una carpeta en su Google Drive e incluso ingresándolos en una hoja de cálculo de seguimiento en Hojas de cálculo.
Géminis Avanzado
Es posible que una demostración que muestra el modelo Gemini Advanced actualizado con 1.5 Pro no haya sido la demostración más atractiva que vi en Google I/O, pero sí contó con una ayuda visual bastante útil. La foto de arriba muestra el tamaño del PDF de 1500 páginas si lo imprimieras. La ventana de contexto de 1 millón de tokens de Gemini Advanced significa que es capaz de darle sentido a un documento de ese tamaño.
Tampoco se trata sólo de resumir documentos gigantescos. Gemini Advanced también puede procesar cualquier información compleja contenida en esas páginas. Para demostrarlo, un empleado de Google tomó dos archivos PDF de gran tamaño que cubrían cuestiones regulatorias similares (uno tenía 522 páginas y el otro 144 páginas) y le pidió a Gemini Advanced que identificara los temas cubiertos en un documento, pero no en el otro.
entrenamiento de IA
Mi demostración favorita en Google I/O me permitió patear un balón de fútbol con ira y usar análisis de inteligencia artificial para identificar dónde habían salido tan mal mis descarriados tiros penales. Tuve tres intentos de patear el balón a la portería mientras las cámaras medían mi forma para producir puntuaciones de potencia, precisión y estilo.
El análisis fue cortesía de Gemini 1.5 Pro, pero no tomó solo la forma de números brutos. La IA también generó comentarios expresados por un entrenador de fútbol virtual, y los entrenadores reales entrenaron el modelo sobre qué evaluar. ¿El veredicto? Necesito bloquear mi tobillo y atravesar el balón con mis cordones para generar potencia de manera constante. Cuida tu espalda, Messi.
Proyecto Astra
Mi colega Kate Kozuch ya detalló su experiencia con el Proyecto Astra en Google I/O, así que intentaré no repetir lo que dijo sobre la IA basada en cámara en tiempo real que se basa en Gemini 1.5 para reconocer objetos y utilizarlos. ese conocimiento para hacer de todo, desde jugar hasta ayudarte a encontrar cosas. Si bien algunas habilidades del Proyecto Astra ciertamente demuestran que el razonamiento multimodal en el que se basa Gemini funciona como se anuncia, la capacidad de la herramienta de inteligencia artificial para reconocer objetos como manzanas y conos de helado e identificarlos usando descripciones aliteradas como “bocadillos deliciosos” no te hará soñar. de un futuro apasionante de IA lleno de aliteraciones.
Mucho más impresionante fue un juego de Pictionary que jugamos con Project Astra donde la IA tenía que identificar un dibujo. Esta no fue una demostración enlatada, ya que pude hacer parte del dibujo y el Proyecto Astra identificó correctamente mi boceto de un cerdo, aunque mis habilidades de dibujo podrían describirse mejor como “remediales”. La IA tuvo menos éxito a la hora de identificar el boceto de Totoro de otro periodista, apinando que era un búho o un oso, pero fue bueno poner a prueba el Proyecto Astra por nuestra cuenta.
Hay otro aspecto del Proyecto Astra que me llamó la atención: recuerda cosas, ya sean los nombres de diferentes animales de peluche que se mostraron en mi demostración o la parte del video del Proyecto Astra visto en la conferencia magistral de Google I/O donde Gemini puede decirlo. alguien donde dejaron sus gafas. Una cosa es poder reconocer diferentes objetos y ponerlos en contexto; otra muy distinta es conservar esa información para utilizarla más adelante.
Imagen 3
Mi experiencia con la creación de imágenes generativas se ha restringido en gran medida a herramientas gratuitas con capacidades limitadas, por lo que estaba emocionado de estar al mando de Imagen 3, la herramienta de inteligencia artificial generativa de Google que puede usar indicaciones de texto para crear imágenes de la nada. .
La demostración de Google implicó la creación de letras del alfabeto, lo que significó 26 resultados diferentes, todos basados en diferentes modelos. Tuve que proporcionar el mensaje de texto principal (mi contribución fue “pepinillos apilados uno encima del otro”) y un empleado de Google proporcionó otros mensajes de texto para modificar el aspecto de mi alfabeto basado en pepinillos. El resultado de mi nombre escrito en pepinillos es uno que disfrutaré durante mucho tiempo.
DJ de música FX
Entré a la demostración de MusicFX DJ con cierta inquietud, ya que realmente no me importaba la demostración previa a la presentación/sesión exagerada realizada por un músico de improvisación. (Toleraré muchas cosas, pero los ruidos fuertes a las 9:30 a. m. no son una de ellas). Además, si bien puedo ver los méritos de usar la IA para realizar trabajos pesados repetitivos, soy un poco ambivalente acerca de su uso en esfuerzos creativos.
Aún así, una vez que tienes un tablero de DJ frente a ti y eres tú quien controla los ritmos, MusicFX DJ es ciertamente pertido de usar. Mi colega Ryan Morrison detalló el proyecto a principios de este año, pero básicamente puedes usar indicaciones de texto para crear sonidos: Vinyl Scratch, Groovy Bass y Horn Sección Hits fueron algunos de los que tenía a mi disposición. Usando controles deslizantes, podía hacer que un sonido en particular fuera más prominente que los demás.
Este no es el tipo de cosas que parece que vaya a reemplazar la creación musical real, pero sí parece algo que los músicos podrían usar como herramienta de inspiración o que los maestros podrían usar para enseñar a sus alumnos cómo componer una canción. Y eso es mucho más tranquilizador que tener a un músico de improvisación gritando “¡Google!” una y otra vez, antes de que el café de la mañana haya hecho realmente efecto.
- Google Gemini Live vs ChatGPT-4o Voice: ¿qué asistente de IA podría ganar?
- Google utilizará IA para ayudarle a detectar una llamada fraudulenta en el momento en que se produce
- La Búsqueda de Google recibirá 6 nuevas y enormes actualizaciones de Gemini AI