Google lança Gemini 2.0 mais rápido com ‘pesquisa profunda’

Bem-vindo à nova era da IA. Espere, você provavelmente está presumindo que já estávamos aproveitando o brilho da inteligência artificial? Sim e não, pelo menos de acordo com o Google. O monólito tecnológico por trás do Gemini está pronto para nos mostrar o Gemini 2.0, que, segundo o Google, capacitará os agentes a operar seu telefone ou dispositivo e todos os seus aplicativos em seu nome com IA “agentica”.

O que torna o 2.0 uma atualização completa em relação à primeira instância do Gemini lançada em dezembro do ano passado (embora tenha demorado vários meses para chegar ao Android e ao iPhone com o Gemini 1.5)? Por um lado, ele deve oferecer respostas mais rápidas com base em suas solicitações. Embora o Gemini 1.5 possa gerar imagens de IA com o modelo Imagen 3 da empresa, a nova versão também terá saída de áudio de IA. O aspecto mais importante do 2.0, disse o Google, é que ele foi feito para agentes de IA.

Se você nunca ouviu a palavra da moda antes, pense em agentes — ou “agentificação” — como vários modelos de IA que se comunicam entre si. A ideia é que a IA possa essencialmente assumir o controle do seu telefone conforme sua solicitação. Se você deseja que a IA analise seus e-mails, retire a reserva para a data e coloque-a em seu calendário, um agente de IA deve ser capaz de cuidar disso.

Esse “assistente universal”, como o Google o chama, começa com o Gemini 2.0 Flash, que deve estar disponível a partir de quarta-feira para todos os usuários do Gemini. Se você possui o Gemini Advanced, obtém uma nova ferramenta chamada Deep Research, uma espécie de agente de IA que faz todas as suas pesquisas na Internet para você e depois gera um grande relatório de livro. A ferramenta do Google supostamente permitirá que os usuários “façam suas próprias pesquisas” e gerem relatórios em poucos minutos. Teremos que esperar e ver quantos alunos tentarão fazer com que esses relatórios sejam seu próprio trabalho.

A Deep Research é tecnicamente um agente, mas o Google disse que mais desenvolvedores também estão trabalhando para fazer com que a IA agente funcione em seus próprios aplicativos. No que diz respeito aos exemplos, a empresa de Mountain View, Califórnia, mostrou como uma IA agente baseada no Gemini 2.0 poderia criar, avaliar, mesclar e executar código em tempo real. É uma nova ferramenta “Jules” semelhante ao GitHub Copilot da Microsoft.

A empresa também promoveu um vídeo do Gemini 2.0 interagindo com diversos jogos mobile da Supercell como Conflito de Clãs. A IA poderia ler a tela e oferecer conselhos sobre o meta atual para Caçadores de esquadrão. Também pode lembrar os jogadores de completar seus desafios diários para ganhar aquela doce moeda do jogo. Isso é muito emocionante? Não, não necessariamente. O treinamento da IA ​​parecia superficial, não oferecendo nenhum conselho ou estratégia além de criar escolhas que você pudesse consultar entre as partidas.

A verdadeira IA “agente” pode ser o tão esperado Projeto Astra do Google DeepMind. O Gizmodo o usou em uma iteração anterior no Google I/O no início deste ano. A ferramenta é semelhante ao Gemini Live, mas com muito mais recursos de visão e interpretação com a câmera do seu telefone. A nova iteração deve resultar em um diálogo melhor e mais coloquial. Ele também deve lembrar suas conversas e agora pode operar com a Pesquisa Google, Google Lens e Google Maps.

Ainda não há informações sobre quando o Astra estará disponível para mais usuários. Por enquanto, o recurso está simplesmente em fase de testes e partes dele provavelmente serão moldadas em vários produtos Gemini no futuro.

O modelo de ‘pesquisa profunda’ do Google deve fazer você se sentir como um profissional de pesquisa do Google com o Gemini 2.0

A toca do coelho na Internet é profunda, mas o Google diz que tem uma nova ferramenta para cavar para você. Se você pode confiar em tudo, isso arranca da rede. A ferramenta Deep Research da empresa cria primeiro um “plano de pesquisa” que é essencialmente um esboço de um relatório geral. Em seguida, ele percorre uma lista de sites que considera aplicáveis ​​antes de expor tudo em um relatório de várias páginas, completo com algumas tabelas e gráficos. Ele exibe onde obteve suas informações na parte inferior.

A ferramenta está disponível para todos os usuários do Gemini Advanced em inglês a partir de hoje. Atualmente, está disponível apenas em dispositivos desktop, como Chromebooks ou por meio do navegador, embora a versão móvel deva estar disponível no próximo ano.

Todo esse processo pode levar algum tempo. Por exemplo, pedi à Gemini Advanced que pesquisasse a história da DeepMind com o Google antes da sua aquisição em 2014. A Gemini expôs o seu plano de investigação, incluindo as fases iniciais da DeepMind e o financiamento através das suas publicações académicas. O Google diz que você precisa selecionar “1.5 Pro com pesquisa profunda” no menu suspenso, embora não estivesse disponível em minha conta no momento em que este livro foi escrito. O chatbot de IA alegou que sabia o que deveria fazer, então solicitei que ele concluísse o relatório; Comecei a esperar… e esperar.

O blog do Google menciona que a ferramenta deve levar “alguns minutos” para refinar sua análise. Acionei o Gemini Advanced e perguntei quanto tempo a pesquisa levaria. Gemini disse que levaria “6 a 12 horas para concluir o relatório”.

A ferramenta é obviamente nova e a IA pode não ser precisa quando me informa o horário, mas não posso deixar de rir. A IA leva quase o mesmo tempo que um estudante médio levaria para criar um relatório de última hora na noite anterior ao vencimento.

A Deep Research do Google é executada no modelo Gemini maior, com uma janela de contexto de 1 milhão de tokens, mas isso não significa que seja necessariamente preciso. A Pesquisa AI do Google muitas vezes pode escolher alguns sites que podem não ser os mais precisos ou podem apresentar informações limpas de sites não confiáveis. É por isso que as ferramentas Gemini lembram os usuários de “verificar novamente” todas as suas respostas abaixo do prompt de texto.