Durante o lançamento do telefone Pixel do Google na terça-feira, um diretor de produto chamado David Citron subiu ao palco para mostrar os recursos móveis do novo assistente de IA da empresa, Gemini. As coisas ficaram estranhas logo depois que o apresentador disse ao público, “todas as demonstrações de hoje são ao vivo, a propósito.”
Diante de uma grande multidão de mídia e analistas do Google Com sede no Vale do Silício e cerca de 100.000 espectadores no YouTube, Citron tirou uma foto de um pôster de show e pediu ao assistente para verificar sua agenda para ver se ele estaria livre na noite em que a estrela pop Sabrina Carpenter se apresentaria em São Francisco.
A demonstração falhou, congelando e exibindo uma mensagem de erro. Citron tentou novamente, com o mesmo resultado. Após um rápido apelo verbal aos “deuses da demonstração” e uma troca de telefone, a terceira tentativa funcionou.
“Claro, descobri que Sabrina Carpenter está vindo para São Francisco em 9 de novembro de 2024”, escreveu o assistente em uma mensagem que apareceu na tela de Citron. “Não vejo nenhum evento em seu calendário durante esse período.”
Embora o incidente tenha sido breve e cheio de bugs, a demonstração destacou uma das vantagens do Google, já que os recursos de inteligência artificial estão se aprofundando no software de smartphones. Os rivais estão preparando os consumidores para um futuro de IA, mas os recursos Gemini do Google são reais e estão sendo enviados — pelo menos para fins de teste — agora.
Em junho, Maçã apresentou um vídeo pré-gravado, em vez de uma demonstração ao vivo, para mostrar o próximo salto da sua assistente Siri na capacidade de realizar ações e entender o contexto sob seu novo sistema de IA chamado Apple Intelligence.
O Apple Intelligence está atualmente em testes para desenvolvedores, mas algumas de suas melhorias mais críticas, incluindo geração de imagens, integração com o ChatGPT e avanços importantes para sua assistente Siri, ainda não saíram oficialmente dos laboratórios da Apple.
A OpenAI, que deu início ao boom da IA generativa com o ChatGPT, também frequentemente revela avanços da IA, mas limita rigorosamente o número de pessoas que podem testá-los.
“Acho que a novidade é que mudamos de um modo de projetar uma visão de onde as coisas estão indo para um modo de realmente enviar o produto”, disse Rick Osterloh, chefe de dispositivos do Google, a Deirdre Bosa, da CNBC, na terça-feira.
As demonstrações ao vivo do Google marcam uma mudança em relação ao final do ano passado, quando a empresa tentou exibir o Gemini em uma demonstração e acabou sendo duramente criticada pela edição do vídeo.
“O que mostramos hoje é o material que será enviado nos próximos dias ou semanas, e isso é realmente crítico”, disse Osterloh. “Para muitas das coisas que outras empresas anunciaram, elas realmente não estão disponíveis para muitas pessoas. Isso estará disponível para milhões de pessoas muito em breve.”
Após o anúncio da Apple em junho, a empresa fez alguns testes ao vivo com script com a mídia e analistas para o Apple Intelligence em dispositivos atuais. Em julho, a Apple lançou uma prévia de algumas funções do Apple Intelligence para desenvolvedores, incluindo a capacidade de gerar resumos, bem como um novo visual para o Siri que faz toda a tela do iPhone brilhar. No entanto, a prévia não inclui funções como geração de imagens, integração com ChatGPT e as melhorias mais esperadas para o Siri, que permitirão que ele execute tarefas naturalmente.
O pontapé inicial do Google na terça-feira pode colocar pressão renovada sobre a Apple, enquanto os dois líderes do mercado de smartphones correm para integrar IA em seus sistemas operacionais. A IDC estima que os smartphones com capacidade para “Gen AI” — telefones com os chips e a memória necessários para executar IA — mais que quadruplicarão em unidades vendidas em 2024, para cerca de 234 milhões de dispositivos.
“Hoje tivemos uma ideia do que a Apple está competindo”, disse Grace Harmon, analista da eMarketer, em uma entrevista.
Com a IA generativa migrando para telefones, o mercado também verá uma mudança no processamento de IA. Em vez de modelos sofisticados que emulam a produção humana sendo executados em enormes NvidiaEm data centers baseados em IA, os recursos de IA para dispositivos dependerão de funções mais simples, como resumo ou fluência, executadas principalmente nos chips já existentes nos dispositivos.
Na apresentação de 100 minutos do Google na terça-feira, a empresa mostrou vários recursos que ainda não estão disponíveis em nenhum outro lugar.
O exemplo de Citron — fazer perguntas sobre o conteúdo de um pôster em uma foto — destaca um avanço técnico chamado “IA multimodal”, que não é um recurso planejado pela Apple.
A empresa introduziu um recurso que permite aos usuários fazer capturas de tela do que estão visualizando, e o Google compilará essas informações em notas que podem ser pesquisadas rapidamente mais tarde.
A apresentação mais importante do Google na terça-feira foi o Gemini Live, seu assistente de próxima geração. Na demonstração, a tecnologia conseguiu conversar naturalmente, como uma pessoa, adicionando itens a listas de compras ou verificando calendários do Google. Em breve, ele poderá ajudar um usuário a fazer pesquisas profundas, disse Osterloh no palco. Os executivos do Google atribuíram os recursos a “décadas de investimento” em IA e sua “estratégia de IA integrada”.
Em um ponto, o Google disse que sua IA era uma “experiência completa de ponta a ponta que somente o Google pode entregar”, um ajuste para uma frase que vem há muito tempo da Apple. Tim Cook, CEO da Apple, gosta de dizer que “somente maçã“pode criar seus produtos devido à sua expertise na integração de hardware e software.
Em um Comunicado de imprensao Google tentou a integração futura da Apple com o ChatGPT, que é esperada antes do fim do ano. A empresa disse que a abordagem da Apple é menos privada do que a do Google, porque o Gemini “não exige transferência para um provedor de IA terceirizado que você pode não conhecer ou não confiar”.