A Google tem se concentrado em aprimorar seus modelos de linguagem e oferecer experiências mais imersivas aos usuários. A empresa lançou dois novos modelos de linguagem, o Gemini 1.5 Pro e o Flash, que se destacam por sua capacidade de lidar com longos contextos, incluindo código, imagens e áudio, prometendo revolucionar a interação humano-computador.
Um exemplo notável é o NotebookLM, uma ferramenta inovadora que permite aos usuários “conversar” com seus documentos. Ao adicionar arquivos PDF, documentos do Google Drive ou até links, o NotebookLM utiliza IA para analisar o conteúdo e responder perguntas com base nas informações fornecidas. A ferramenta também surpreende com a funcionalidade "Visão Geral em Áudio", que gera um podcast com dois apresentadores virtuais discutindo o conteúdo dos documentos, como se estivessem apresentando um episódio sobre o tema.
Além disso, a Google também está integrando a IA em seus assistentes virtuais, com o Google Gemini substituindo gradualmente o antigo Google Assistente em dispositivos Android. O Gemini, embora ainda em desenvolvimento, promete uma interação mais natural e eficiente, aproximando-se da visão de um "copiloto" inteligente para o dia a dia.
Enquanto a Google se concentra em modelos multimodais, a OpenAI tem como foco a interação natural e a criação de "agentes" inteligentes. Após meses de expectativa e testes, a empresa finalmente liberou o Advanced Voice Mode para o ChatGPT, proporcionando uma experiência de conversação surpreendentemente humana, com entonações, pausas e até respirações simuladas.
Essa abordagem, que busca humanizar a interação com a IA, contrasta com a estratégia da Apple com a Siri. A OpenAI busca replicar a dinâmica de um relacionamento profissional, onde o agente de IA atua como um colaborador inteligente, oferecendo conselhos e desafiando decisões, mas sempre respeitando a autonomia do usuário. Em contraste, a Siri, por enquanto, permanece como uma assistente focada em tarefas específicas, com interações mais diretas e menos personalizadas.
A OpenAI também demonstrou sua força na arena de modelos de linguagem, com o ChatGPT liderando o ranking do site Arena, plataforma que permite aos usuários comparar o desempenho de diferentes modelos de linguagem em tempo real. A empresa também está explorando o potencial da IA em outros campos, como a geração de vídeos, com o Dall-E 2 competindo com outros modelos de ponta como o Luma e o Runway.
A corrida pela supremacia da IA está apenas começando. A competição entre Google e OpenAI, com suas diferentes abordagens e constantes inovações, promete moldar o futuro da interação humano-computador e impulsionar uma nova era de assistentes virtuais cada vez mais poderosos e personalizados.
