Há menos de dois meses, o Google anunciou o Gemini 1.5 Pro no Google AI Studio para os desenvolvedores de forma experimental e eu tive a sorte de ser um desses selecionados. Durante o Google Next 2024, Gemini 1.5 Pro foi disponibilizado para todos os desenvolvedores.
Gemini 1.5 Pro está disponível para mais de 180 países por meio da API Gemini. O anúncio veio com algumas novidades: compreensão nativa de áudio (fala) e uma nova API de arquivo para facilitar o manuseio de arquivos. Além das novidades para desenvolvedores com o suporte a instruções de sistema e modo JSON.
O que é o Gemini 1.5 Pro?
O Gemini 1.5 Pro é um modelo LLM(Large Language Model) de última geração do Google AI, equipado com recursos inovadores que o tornam ideal para uma ampla gama de aplicações. Seja você um desenvolvedor experiente ou um usuário iniciante, o modelo Gemini 1.5 Pro está acessível em diferentes ferramentas do Google, dedicada a diferentes perfis de usuários.
Com o Gemini 1.5 Pro, as possibilidades são infinitas. Explore novos casos de uso em áreas como:
- Análise de Texto: Extraia insights valiosos de documentos, artigos e outras formas de texto com compreensão profunda e contextualizada.
- Tradução: Traduza idiomas com precisão e fluência, preservando nuances e contexto para uma comunicação eficaz.
- Geração de Conteúdo Criativo: Crie scripts, poemas, peças musicais e outros formatos de texto com qualidade humana, impulsionando a sua criatividade.
- Interfaces de Usuário Intuitivas: Desenvolva interfaces de voz naturais que respondam aos comandos dos usuários de forma inteligente e personalizada.
- Análise de Dados Estruturados: Extraia e organize informações de forma eficiente a partir de texto e imagens, facilitando análises complexas e tomadas de decisões.
Como utilizar o Google AI Studio?
O Google AI Studio funciona como um IDE para utilizar os modelos LLM do Gemini. Através de uma interface amigável e ferramentas visuais, você pode criar e personalizar aplicações inteligentes sem a necessidade de conhecimentos aprofundados em programação. Ao final de criar os seus prompts com arquivos de texto, imagem e vídeo. Você pode gerar um código em, JavaScript, Python e NodeJS.
Começando sua jornada:
- Acesso: Acesse o Google AI Studio através do seu navegador da web. Uma conta do Google é necessária para fazer login.
- Criando um projeto: Inicie um novo projeto nomeando-o e selecionando o modelo Gemini 1.5 Pro desejado.
- Interface intuitiva: Explore a interface amigável, onde você pode arrastar e soltar elementos visuais para construir o seu aplicativo.
- Personalização: Personalize seu aplicativo com instruções detalhadas, configurações de entrada e saída, e opções de formatação.
- Teste e refinamento: Teste seu aplicativo em tempo real e refine-o iterativamente para alcançar os resultados desejados.
O que torna o Gemini 1.5 Pro tão especial?
Janela de Contexto de 1 Milhão: O Gemini 1.5 Pro processa informações de um contexto incrivelmente amplo, permitindo um entendimento mais profundo e preciso de nuances e relacionamentos complexos. Isso o torna ideal para tarefas como análise de texto, tradução e geração de conteúdo criativo.
Comparado a outros Modelos como GPT e Claude a diferença na janela de contexto pode ser até 10x maior que os seus concorrentes.
Desbloqueie novos casos de uso com modalidades de áudio e vídeo
Gemini 1.5 Pro expandiu as modalidades de entrada para incluir a compreensão de áudio (fala), tanto na API Gemini quanto no Google AI Studio. Além disso, o Gemini 1.5 Pro agora pode analisar imagens (quadros) e áudio (fala) em vídeos enviados para o Google AI Studio, e em breve adicionaremos suporte de API para esse recurso.
Melhorias na API Gemini
Outras novidades anunciadas no Gemini 1.5 Pro para atender às várias solicitações importantes dos desenvolvedores:
- Instruções do sistema: guie as respostas do modelo com as instruções do sistema, agora disponíveis no Google AI Studio e na API Gemini. Defina funções, formatos, objetivos e regras para orientar o comportamento do modelo para seu caso de uso específico. Configure instruções do sistema facilmente no Google AI Studio.
- Modo JSON: instrua o modelo a produzir apenas objetos JSON. Este modo permite a extração estruturada de dados de texto ou imagens. Você pode começar com cURL, e o suporte a Python SDK estará disponível em breve.
- Melhorias na chamada de função: agora você pode selecionar modos para limitar as saídas do modelo, melhorando a confiabilidade. Escolha texto, chamada de função ou apenas a função em si.
Um novo modelo de incorporação com melhorias no desempenho
Os desenvolvedores agora poderão acessar o nosso modelo de incorporação de texto de última geração por meio da API Gemini. O novo modelo, text-embedding-004, (text-embedding-preview-0409 em Vertex AI), atinge um desempenho de recuperação mais forte e supera os modelos existentes com dimensões comparáveis nos benchmarks MTEB. ‘Text-embedding-004’ (também conhecido como Gecko) usando saída de 256 dimensões supera todos os modelos de saída de 768 dimensões maiores nos benchmarks MTEB
No meu canal realizei uma série de lives sobre o gemini 1.5 pro com a participação do Google Developer Groups em Portugal, como também aqui no blog eu tenho alguns posts sobre inteligência artificial:
Deixe um comentário