Gemini è una famiglia di modelli linguistici di grandi dimensioni multimodali sviluppata da Google DeepMind, che rappresenta il successore di LaMDA e PaLM 2. La famiglia è stata inizialmente presentata con i modelli Gemini Ultra, Gemini Pro e Gemini Nano, annunciata il 6 dicembre 2023, come contendente di GPT-4 di OpenAI. Inoltre, si aggiungono altri modelli come Flash (annunciato il 25 luglio 2024), Thinking (nella versione 2.0 nel 5 febbraio 2025) e Flash-Lite (anch'esso annunciato il 5 febbraio 2025 nella versione 2.0)
Storia
Sviluppo Google ha annunciato Gemini durante la presentazione di apertura del Google I/O del 10 maggio 2023. È stato presentato dall'amministratore delegato di Google Sundar Pichai come un successore più potente di PaLM 2, anch'esso presentato nello stesso evento, pur essendo ancora nelle fasi iniziali di sviluppo. A differenza di altri LLM, Gemini presentava delle caratteristiche peculiari in quanto non era addestrato solo su un corpus di testo, ma era progettato per essere multimodale, potendo elaborare più tipi di dati contemporaneamente, come testo, immagini, audio, dati SEO, video e linguaggi di programmazione. È nato da una collaborazione tra DeepMind e Google Brain, due rami di Google successivamente fusi in Google DeepMind. In un'intervista con Wired, il CEO di DeepMind Demis Hassabis ha evidenziato le capacità evolute di Gemini, in grado secondo lui di surclassare ChatGPT di OpenAI, basato su GPT-4 e la cui crescente popolarità era stata aggressivamente contrastata da Google con LaMDA e Bard. Hassabis ha evidenziato i punti di forza del programma AlphaGo di DeepMind, che ha attirato l'attenzione di tutto il mondo nel 2016 quando ha sconfitto il campione di go Lee Sedol, affermando che Gemini avrebbe combinato la potenza di AlphaGo e di altri LLM di Google-DeepMind.
Nell'agosto 2023, il sito web The Information ha pubblicato un rapporto che svelava la tabella di marcia di Google per Gemini, rivelando che la società aveva come obiettivo una data di lancio verso la fine del 2023. Secondo il rapporto, Google sperava di superare OpenAI e altri concorrenti combinando le funzionalità di testo conversazionale presenti nella maggior parte degli LLM con la generazione di immagini basata sull’intelligenza artificiale, consentendogli di creare immagini contestuali e di adattarsi a una gamma più ampia di casi d’uso. Come per Bard, il co-fondatore di Google Sergey Brin è stato richiamato per assistere allo sviluppo di Gemini, insieme a centinaia di altri ingegneri di Google Brain e DeepMind. Dato che Gemini era addestrato sulle trascrizioni dei video di YouTube, sono stati coinvolti anche dei legali per filtrare qualsiasi materiale potenzialmente protetto da copyright. Dylan Patel e Daniel Nishball, della società di ricerca SemiAnalysis, hanno pubblicato un post dichiarando che il rilascio di Gemini avrebbe "mangiato il mondo" e surclassato GPT-4, spingendo il CEO di OpenAI Sam Altman a ridicolizzare i due su X (ex Twitter). Elon Musk, co-fondatore di OpenAI, è intervenuto chiedendo: "I numeri sono sbagliati?"
Con la notizia dell'imminente lancio di Gemini, OpenAI ha accelerato il suo lavoro sull'integrazione di GPT-4 con funzionalità multimodali simili a quelle di Gemini. The Information riportava a settembre che a diverse società era stato concesso l'accesso anticipato a "una versione anticipata" di LLM, che Google intendeva rendere disponibile ai clienti tramite il servizio Vertex AI di Google Cloud. La pubblicazione affermava inoltre che Google puntava con Gemini a competere sia con GPT-4 che con GitHub Copilot di Microsoft. Il 2 dicembre, ha riferito che Google aveva ritardato il lancio di Gemini dalla settimana successiva al gennaio 2024 a causa di problemi con gli input non in inglese, aggiungendo che erano stati pianificati tre eventi di lancio a New York City, Washington, DC e California.
Da marzo 2025, Gemini viene implementato nella AI Mode dei risultati di ricerca di Google. Lo snippet con il risultato delle query di ricerca, viene generato attraverso il rendering del modello linguistico che utilizza dati multimodali acquisiti sulla logica degli algoritmi di ricerca di Google.
Lancio Il 6 dicembre 2023, Pichai e Hassabis hanno annunciato "Gemini 1.0" in una conferenza stampa virtuale. Erano proposti tre modelli: Gemini Ultra, progettato per "compiti altamente complessi"; Gemini Pro, progettato per "una vasta gamma di compiti"; e Gemini Nano, progettato per "uso su dispositivi locali". Al momento del lancio, Gemini Pro e Nano erano integrati rispettivamente nello smartphone Bard e Pixel 8 Pro, mentre Gemini Ultra finalizzato a supportare "Bard Advanced" e diventare disponibile per gli sviluppatori di software all'inizio del 2024. Altri prodotti che Google intendeva incorporare Gemini in Google includevano Search, Ads, Chrome, Duet AI su Google Workspace e AlphaCode 2. Presentato come il "modello di intelligenza artificiale più grande e capace" di Google, la società ha dichiarato che Gemini, disponibile solo in inglese, non sarebbe stato reso pubblicamente disponibile fino all'anno successivo a causa della necessità di "test di sicurezza approfonditi".
Secondo delle fonti, Gemini Ultra avrebbe superato GPT-4 su una varietà di benchmark di settore, mentre Gemini Pro avrebbe mostrato prestazioni migliori di GPT-3.5. Gemini Ultra è stato anche il primo modello linguistico a superare gli esperti umani nel test Massive Multitask Language Understanding (MMLU) da 57 soggetti, ottenendo un punteggio del 90%. I clienti Google Cloud avranno accesso al modello Pro il 13 dicembre In conformità con l' ordine esecutivo 14110 firmato dal presidente Joe Biden in ottobre, Google ha dichiarato che condividerà i risultati dei test del modello Ultra con il governo federale degli Stati Uniti. Allo stesso modo, la società è stata impegnata in discussioni con il governo del Regno Unito per conformarsi ai principi stabiliti durante l’ AI Safety Summit a Bletchley Park a novembre.
Prima del suo lancio, Hugh Langley di Business Insider ha evidenziato come Gemini rappresenti un momento decisivo per Google, dicendo: "Se Gemini risplenderà, aiuterà Google a cambiare la narrativa secondo cui è stato colto di sorpresa da Microsoft e OpenAI. Se deluderà, sosterrà i critici che sostengono che Google è in ritardo."
Versioni La tabella seguente elenca le principali versioni del modello Gemini, descrivendo le modifiche significative incluse in ciascuna versione:
Versione Data di rilascio Stato Descrizione 1.0 Nano Progettato per le attività sul dispositivo e disponibile per la prima volta sul Pixel 8 Pro di Google. 1.0 Pro Progettato per una vasta gamma di attività. 1.0 Ultra La soluzione più potente di Google nella famiglia Gemini 1.0. 1.5 Pro Come successore della serie di modelli 1.0, la versione 1.5 Pro offre una dimensione del contesto notevolmente maggiore (fino a 1 milione di token). È progettata per essere il modello più performante della famiglia Gemini 1.5. 1.5 Flash Questa versione è stata rinominata da 'Nano' a 'Flash'. È anche il modello gratuito di Gemini. 2.0 Flash Sviluppato da Google con particolare attenzione alla multimodalità, alle capacità degli agenti e alla velocità. 2.0 Flash-Lite Il primo modello Gemini Flash-Lite in assoluto, progettato per offrire efficienza in termini di costi e velocità.2.0 Pro 2.5 Pro 2.5 Flash Un miglioramento incrementale rispetto a Gemini 2.5. 2.5 Flash-Lite 2.5 Flash Image (Nano Banana) (Pubblicamente) 3 Pro Sparse MoE. Produce fino a 64.000 token. 3 Deep Think Basato sulla modalità "Deep Think" del 2.5 Pro che ha ottenuto valutazioni elevate all'IOI 3 Pro Image (Nano Banana Pro) 20 November 2025 Una versione migliorata di Nano Banana che include una migliore resa del testo e una maggiore conoscenza del mondo reale. 3 Flash 3.1 Pro 3.1 Flash Image (Nano Banana 2) 3.1 Flash Lite3.5 Flash19 May 2026 Based on Gemini 3 Flash.
Note
Collegamenti esterni
Press release via The Keyword Announcement video on YouTube White paper from Google DeepMind
Categoria:Chat bot