Aggiornamenti e novità in casa OpenAI, Meta si mimetizza nella corsa all’AI e Google presenta una carrelata di novità

Editoriale

La scorsa settimana ti ho parlato di come la presentazione (e il successivo immediato test da parte mia) di ChatGPT 4o mi ha letteralmente lasciato a bocca aperta.
Ed ecco che, senza mettere in mezzo tempo, Google si è lanciata – di nuovo – nel botta e risposta.

Durante l’evento Google IO, completamente focalizzato sull’AI, sono stati fatti numerosi annunci significativi: un evento che ha mostrato come Google stia integrando l’Intelligenza Artificiale nei più vari strumenti e servizi.

Il focus principale è stato messo sul modello Gemini.
Gli abbonati a Gemini Advanced ora hanno accesso al modello Gemini 1.5, che offre una finestra di contesto di 1 milione di token, destinata a espandersi a 2 milioni di token.
Questo significa che può gestire circa 750.000 parole di input e output, il che rappresenta un notevole miglioramento.

Tra tutte le demo che sono state fatte, senza ombra di dubbio una delle più interessanti è stata la funzione “Ask Your Photos”, che permette di cercare informazioni specifiche all’interno delle foto.
Ad esempio, puoi chiedere “Qual è il numero della mia targa?” e l’AI cercherà nelle tue foto l’informazione per Te.
Oppure, ad esempio, puoi chiedere “Quando ha imparato a nuotare Lucy?”, l’AI farà una ricerca all’interno di tutte le foto e identificherà quelle in cui Lucy nuota per la prima volta.

Ma non solo.

Il Big delle caselle di posta elettronica, ha integrato Gemini anche dentro Gmail, permettendo agli utenti di chiedere riassunti delle email.
Ad esempio, si può chiedere “Riassumi tutti gli annunci che sono stati inviati dalla scuola di mio figlio”, l’AI cercherà nella posta in arrivo tutte le email pertinenti e ne riassumerà il contenuto, un supporto concreto che consentirà un notevole risparmio di tempo.

E c’è di più.
Un’altra novità è Notebook LM, che può trasformare documenti e note audio in podcast interattivi. In pratica, gli utenti possono interrompere il podcast per fare domande e l’AI risponderà continuando a presentare le informazioni come in un programma radiofonico.

Google sta anche sviluppando agenti AI.
Si tratta di veri e problem solver al tuo servizio, che possono completare alcuni compiti complessi autonomamente. Durante l’evento è stata mostrata ad esempio la possibilità di restituire un paio di scarpe: l’AI può identificare dove sono state acquistate, contattare il servizio clienti e organizzare la restituzione…dovrai solo spedirle indietro.

Tra gli agenti AI c’è Project Astra, che utilizzando la fotocamera del telefono è in grado di rispondere a domande basate su ciò che vede in tempo reale. Durante la demo, hanno mostrato come questa AI possa identificare parti di un altoparlante o rispondere a domande sull’ambiente circostante, semplicemente osservando un video in tempo reale.

E non finisce la carrellata di novità e demo.

È stato presentato il modello leggero Gemini 1.5 Flash, progettato per dare risposte rapide su dispositivi mobili.
Imagine 3, il concorrente di Google a DALL-E, può generare immagini con testo integrato, raggiungendo la qualità dei suoi concorrenti.
VEO è il nuovo modello di generazione video di Google, che produce video di 1080p e sembra progettato per competere con Sora, offrendo video di qualità e durata superiori. Al momento non è disponibile ma è possibile iscriversi alla lista d’attesa.

Google ha annunciato anche una nuova funzione di panoramica AI per il motore di ricerca, che consente di fare domande a più passaggi. Ad esempio, si può chiedere “Trova i migliori studi di yoga o Pilates a Boston, mostra i dettagli delle loro offerte introduttive e il tempo di percorrenza a piedi da Beacon Hill”, l’AI cercherà tutte queste informazioni, fornendo una risposta dettagliata.

Altre funzionalità presentate includono le didascalie in tempo reale di Gemini e la capacità dei telefoni Android di rilevare potenziali truffe telefoniche (avvisando gli utenti in caso di chiamate sospette).

Infine, Google ha parlato dei suoi sforzi nell’open source, rilasciando modelli come Pal Gemma e Gemma 2, un modello multimodale con 27 miliardi di parametri.

E l’evento non avrebbe potuto concludersi, se non con un ulteriore effetto wow: il CEO di Google ha chiuso l’intervento utilizzando l’AI per contare quante volte è stata menzionata l’AI nella presentazione…il conteggio finale? 120 menzioni.

Buona lettura della newsletter!

Andre