Google lança IA que também aceita áudio e foto -e resolve lição de física

Por multimodal, entenda que é um sistema que foi treinado com áudio, imagem e texto ao mesmo tempo, o que permite que ele entenda, por exemplo, problemas matemáticos que estejam em uma folha impressa anotada.

Com Gemini, novo sistema de inteligência artificial do Google, será possível subir uma folha anotada com resolução de exercícios; além de resolver, ele poderá explicar os cálculos envolvidos na solução Imagem: Reprodução

Na prática, você consegue subir um arquivo de áudio, imagem ou texto e o sistema vai entender do que se trata. A partir disso, você poderá fazer perguntas.

A demonstração chama a atenção, pois mostra como o uso da inteligência artificial poderá auxiliar no trabalho de professores da área de exatas — segmento que até então os sistemas de inteligência artificial costumavam ir mal, pois boa parte dos modelos disponíveis tinha sido treinada apenas com texto.

Outra área de influência é a programação. O Google explicou que o Gemini consegue criar códigos avançados nas linguagens Python, C++, Go e Java.

Com isso, o Google quer se diferenciar da OpenAI, que faz o ChatGPT.