Google, das einst ausschließlich darauf abzielte, die Informationen der Welt zu organisieren, konzentriert sich nun darauf, diese Informationen in KI-Algorithmen zu integrieren, um leistungsstarke virtuelle Assistenten zu schaffen. Das Unternehmen kündigte Gemini 2 an, ein fortgeschrittenes KI-Modell, das Aufgaben auf Computern und im Web ausführen, wie ein Mensch chatten und als virtueller Butler fungieren kann. Laut Demis Hassabis, CEO von Google DeepMind, stellt Gemini 2 einen Schritt in Richtung eines universellen digitalen Assistenten und letztendlich einer allgemeinen künstlichen Intelligenz dar. Gemini 2 zeigt eine gesteigerte Fähigkeit zur Verarbeitung von Video und Audio, zur Sprachverständigung und zur Ausführung von Aktionen auf Computern. Sundar Pichai, CEO von Google, bemerkte die Investitionen des Unternehmens in die Entwicklung „agentischer Modelle“, die die Welt verstehen, planen und unter Benutzeraufsicht handeln können. KI-Agenten, die das persönliche Computing revolutionieren könnten, könnten bald Aufgaben wie das Buchen von Flügen und das Organisieren von Dokumenten automatisieren, obwohl ihre Genauigkeit eine Herausforderung bleibt. Google hat KI-Agenten für Programmierung und Datenwissenschaft vorgestellt, die komplexe Aufgaben über die aktuellen KI-Tools hinaus erledigen können. Das Unternehmen stellte auch Project Mariner vor, eine experimentelle Chrome-Erweiterung, die die Webnavigation für Nutzer übernehmen kann.

In einer Demonstration plante Mariner eine Mahlzeit und navigierte erfolgreich zu einer Supermarkt-Website, um Artikel in einen Warenkorb zu legen, während es geeignete Ersatzprodukte auswählte. Indessen bietet das Gemini 2-Modell, das gestartet wurde, um mit OpenAIs ChatGPT Schritt zu halten, Fähigkeiten im Einklang mit ChatGPT und integriert KI in Googles Suchprodukte. Durch das Verstehen von Audio und Video will Gemini 2 die Interaktionen mit digitalen Assistenten transformieren. Ein experimentelles Projekt namens Astra ermöglicht es Gemini 2, seine Umgebung durch eine Kamera zu interpretieren und basierend auf seinen Beobachtungen natürlich zu kommunizieren. WIRED testete Astras Fähigkeiten, die Weinempfehlungen und kunsthistorische Einblicke beinhalteten, indem es sich auf Webquellen bezog. Während Gemini 2 die Geschmäcker und Interessen der Nutzer kennenlernt, bestehen weiterhin Bedenken hinsichtlich Datenschutz und Sicherheit. Hassabis betont die Wichtigkeit, das Benutzerverhalten zu verstehen und von Anfang an Datenschutzfragen zu adressieren. Obwohl Gemini 2 beeindruckende Anpassungsfähigkeit gezeigt hat, ist es entscheidend, sein Potenzial für Fehler anzuerkennen und die Notwendigkeit einer kontinuierlichen Verfeinerung zu berücksichtigen.