Google sta evolvendo la sua intelligenza artificiale Gemini da uno strumento che semplicemente “mostra” immagini a uno che “dimostra” processi complessi. Un nuovo aggiornamento consente al chatbot di generare visualizzazioni interattive e dinamiche direttamente all’interno dell’interfaccia della chat, andando oltre i limiti delle immagini statiche.
Dalle immagini statiche alle simulazioni dinamiche
In precedenza, quando gli utenti chiedevano a Gemini di visualizzare un concetto, l’intelligenza artificiale faceva affidamento sulle sue capacità di generazione di immagini per produrre un’unica immagine immobile. Sebbene utili per scopi artistici, le immagini statiche spesso non riescono a spiegare come le cose si muovono, cambiano o funzionano nel tempo.
Con questa nuova funzionalità, Gemini può creare simulazioni che gli utenti possono manipolare. Invece di limitarsi a guardare l’immagine di un concetto, gli utenti possono interagire con esso. Ciò si ottiene attraverso un flusso di lavoro specifico:
1. L’utente chiede a Gemini di “mostrarmi” o “aiutarmi a visualizzare” un argomento specifico.
2. Nella chat viene visualizzato un pulsante etichettato “mostrami la visualizzazione”.
3. Facendo clic sul pulsante si genera un modello dinamico e interattivo.
Funzionalità pratiche: parti mobili e controlli
I primi test della funzionalità rivelano che queste visualizzazioni non sono solo semplici animazioni, ma modelli funzionali con parametri controllati dall’utente.
Ad esempio, durante la visualizzazione della meccanica celeste (come l’orbita della Luna attorno alla Terra), lo strumento fornisce dispositivi di scorrimento che consentono agli utenti di regolare la velocità dell’orbita e modificare l’angolo di visualizzazione. Allo stesso modo, quando vengono spiegati i processi meccanici (come il funzionamento interno del motore di un’auto), l’interfaccia consente agli utenti di riprodurre l’animazione o di scorrere manualmente ciascuna fase del ciclo.
Questa capacità trasforma l’intelligenza artificiale da un risponditore passivo in uno strumento educativo attivo, rendendola molto più efficace per spiegare la fisica, l’ingegneria o la biologia.
Il panorama competitivo: Gemini contro Claude
Google non è il primo a muoversi in questa direzione. A marzo, Anthropic ha introdotto funzionalità simili per la sua AI Claude, che ha impressionato gli utenti anche per la sua capacità di rendere idee complesse.
Tuttavia, esiste un notevole divario funzionale tra i due:
– Claude attualmente consente agli utenti di salvare le immagini generate per un uso successivo.
– Gemini attualmente non dispone di un meccanismo per salvare o esportare queste simulazioni interattive.
Con l’intensificarsi della corsa all’intelligenza artificiale “multimodale”, ovvero un’intelligenza artificiale in grado di elaborare e creare testo, immagini, video e dati interattivi, la capacità di conservare e rivisitare questi complessi ausili visivi diventerà probabilmente un elemento di differenziazione fondamentale.
Disponibilità e requisiti tecnici
L’implementazione di questa funzionalità è attualmente in corso a livello globale, anche se esistono limitazioni specifiche da tenere presenti:
– Requisiti del modello: Le visualizzazioni vengono generate solo quando si utilizza il modello Gemini Pro.
– Limitazioni dell’account: la funzionalità non è al momento disponibile per gli account Google Workspace o Education.
Anche se la funzionalità segna un passo significativo verso un apprendimento più intuitivo basato sull’intelligenza artificiale, la sua utilità a lungo termine dipenderà dalla capacità di Google di espandere la sua complessità e aggiungere la possibilità di salvare queste sessioni interattive.
In sintesi, la nuova funzionalità interattiva di Google trasforma Gemini da un generatore di testo e immagini a uno strumento di simulazione funzionale, sebbene attualmente sia indietro rispetto alla concorrenza in termini di gestione dei file e capacità di salvataggio.
