Google Gemini y SEO, qué está cambiando

La carrera en la IA sigue intensificándose entre Google y OpenAI. Mientras que esta última lanzó GPT-4 hace unos meses, Google desveló su "sistema multimodal" en la conferencia Google IO de mayo de 2023: Gemini. Típicamente asociado a la constelación Gemini o al segundo vuelo espacial, justo antes de Apolo, en el proyecto de Google, significa "Red de Inteligencia Multimodal Generalizada."

Qué sabemos de Gemini

Al parecer, Google ha dado acceso a una versión inicial de su sistema Gemini a algunas empresas. Resumen de lo que se ha filtrado sobre este "sistema multimodal".

"Imagina que el Hulk de los modelos lingüísticos y Jarvis, la IA de Tony Stark, tuvieran un hijo... ¡Boom!". Esto es Géminis. " En Internet, los aficionados a la tecnología se deshacen en elogios hacia el sistema de inteligencia artificial generativa de Google, con muchas referencias más o menos felices a la cultura pop.

Pero, ¿cómo funciona el modelo multimodal Gemini? ¿Cuáles son sus especificidades? ¿Merece todos los superlativos incluso antes de su lanzamiento?

El ChatGPT anterior tendería a convencernos de que el matiz sería más adecuado: si el modelo generativo de OpenAI superó los 100 millones de usuarios en enero de 2023, su asistencia se estancó en mayo y comenzó a descender en junio. Además, el modelo de OpenAI no está exento de riesgos e incluso ha mostrado algunos signos de regresión.

Según la firmade Mountain View, Gemini se diseñó para ser "multimodal, altamente eficiente en la integración de herramientas y API". Se espera que "permita innovaciones futuras, como la memoria y la planificación".

Desarrollo de Gemini

Para desarrollar este modelo masivo, Gemini se basa notablemente en la amplitud y profundidad de los datos acumulados por Alphabet, a través de plataformas como YouTube, Google Books, Google Search y Google Scholar. También utiliza chips de entrenamiento de última generación llamados TPUv5, supuestamente los únicos del mundo capaces de orquestar 16.384 chips trabajando juntos. Los equipos de Google también entrenaron el modelo con métodos similares a los utilizados en el desarrollo de AlphaGo, un juego más complejo que el ajedrez. Además, a diferencia de LaMDA, el gran modelo de lenguaje conversacional de Google entrenado mediante aprendizaje supervisado, Gemini se entrenó mediante aprendizaje de refuerzo como GPT-3 y GPT-4. Esta técnica de aprendizaje automático consiste en que un agente de IA aprenda a realizar una tarea mediante ensayo y error en un entorno dinámico.

Según The Information, varios antiguos miembros de los equipos Google Brain y DeepMind trabajan actualmente en el proyecto, entre ellos Sergey Brin, cofundador de Google. Además, según la misma fuente, Google podría presentar Gemini como una actualización de Google Bard o la creación de un nuevo chatbot antes de utilizar Gemini para impulsar varios productos como Google Docs. Gemini podría lanzarse pronto, posiblemente en respuesta al próximo lanzamiento de GPT-4.5 de OpenAI antes de GPT-5, que se espera para principios de 2024. "Una vez refinado y sometido a rigurosas pruebas de seguridad, Gemini estará disponible en diferentes tamaños y capacidades, al igual que PaLM 2", afirma Google, sin más detalles.

Un recorrido del usuario potencialmente más corto

Actualmente, Google SGE (la experiencia de búsqueda mejorada con IA de Google) se está probando en un centenar de países. Esta versión de Google ofrece texto generado por IA, fuentes y un módulo conversacional. En determinadas consultas, este motor de búsqueda podría reducir el número de consultas de los usuarios. Según un ejemplo de Exposure Ninja, un usuario que busque información sobre un "abogado inmobiliario" para un trámite de mudanza podría tener sólo cuatro visitas al sitio en lugar de ocho con una búsqueda tradicional.

¿Qué ocurre si Gemini acaba integrándose en SGE? "Los costes asociados a la difusión de las respuestas de Gemini en SGE implican inicialmente que Google no esté muy inclinado a proporcionar resultados SGE basados en Gemini a menos que sean necesarios", advierte Tim Cameron-Kitchen, fundador de Exposure Ninja.

En el caso del despliegue de Gemini en SGE, la capacidad del sistema multimodal para anticiparse a las presuntas necesidades de los usuarios podría reducir aún más la fase de búsqueda. La utilización de Gemini podría proporcionar respuestas directas en los resultados de búsqueda a las siguientes preguntas del usuario. En el ejemplo anterior, esto podría crear un viaje de búsqueda con sólo tres sitios que visitar, según Exposure Ninja.

Este uso de Gemini en SGE también podría aportar, según Tim Cameron-Kitchen, "menos duplicados, respuestas mejor estructuradas que sigan lógicamente el camino del buscador y una mejor integración de las capacidades multimodales". Cabe señalar que, para este experto en marketing digital, la posible reducción de visitas a sitios web podría verse compensada por el hecho de que los enlaces siguen estando presentes en las respuestas generadas, y la gente sigue realizando compras en sitios a través de Google.

Posibles aplicaciones de Gemini

Gemini tiene el potencial de ser utilizado en una variedad de aplicaciones, incluyendo:

• Chatbots: Gemini puede utilizarse para crear chatbots más sofisticados y naturales. Los chatbots basados en Gemini podrían utilizarse para prestar servicios de atención al cliente, responder preguntas o incluso simplemente mantener una conversación.

• Resúmenes de texto: Gemini puede utilizarse para generar resúmenes de texto más precisos y concisos. Los resúmenes de texto basados en Gemini podrían utilizarse para ayudar a comprender artículos o documentos extensos.

• Generadores de contenidos creativos: Gemini puede utilizarse para generar contenidos creativos, como poemas, guiones o música. Los generadores de contenidos creativos basados en Gemini podrían utilizarse para crear nuevas formas de arte o entretenimiento.

• Aplicaciones de aprendizaje automático: Gemini puede utilizarse para mejorar el rendimiento de las aplicaciones de aprendizaje automático. Gemini podría utilizarse para entrenar modelos de aprendizaje automático más precisos y potentes.

Cómo podemos utilizar Google Gemini AI

Sundar Pichai, CEO de Google Alphabet, destacó durante Google I/O 2023 los avances que se están realizando para hacer que la IA generativa sea más fácil de usar. Entre estos avances se encuentran PaLM 2 y Gemini. Gemini, de DeepMind, está diseñado específicamente para ser multimodal, lo que le permite comprender diversos tipos de datos, como texto, imágenes y código. Esta versatilidad le permite sobresalir en varias tareas:

• Generar varios tipos de texto, traducir idiomas y crear contenidos creativos diversos.

• Procesar formatos de datos como gráficos y mapas.

• Aprovechar una amplia base de conocimientos derivada de una extensa formación sobre conjuntos de datos de texto y código.

• Facilitar la creación de nuevos productos y servicios.

• Analizar datos y reconocer patrones.

• Proporcionar respuestas informativas a preguntas complejas o poco convencionales.

Aunque la capacidad de procesamiento multimodal de Gemini aún está en fase de desarrollo, tiene el potencial de revolucionar las interacciones entre el ser humano y el ordenador. Sus aplicaciones podrían ir desde la creación de asistentes virtuales más realistas y atractivos hasta la innovación de herramientas educativas y la mejora de nuestra comprensión del mundo. Para más detalles sobre la IA Gemini de Google, incluido su funcionamiento, características destacadas y mucho más, sigue explorando.

¿Cómo funciona Gemini?

Gemini funciona como un sistema de IA multimodal, capaz de procesar varios tipos de datos, como texto, imágenes y código. Aprovecha su amplia formación en un conjunto de datos masivo de texto y código, lo que le permite comprender y generar estas diferentes formas de información.

En esencia, Gemini emplea algoritmos y modelos avanzados desarrollados por DeepMind para comprender e interpretar datos en múltiples formatos. Al entrenarse en diversos conjuntos de datos, Gemini aprende patrones, estructuras y relaciones dentro de los datos, lo que le permite realizar tareas como generar texto, procesar información visual como gráficos y mapas, y analizar conjuntos de datos complejos.

Sus capacidades multimodales permiten a Gemini manejar diferentes tipos de información simultáneamente, facilitando tareas que implican múltiples formatos o fuentes de datos. Esta versatilidad es lo que posiciona a Gemini como una herramienta potencialmente transformadora, capaz de revolucionar la forma en que interactuamos con los ordenadores y procesamos la información en diversos ámbitos.

Formación y conexión

Para los profesionales de SEO, probablemente será esencial aprovechar plenamente el potencial de Gemini. "Si las promesas de DeepMind se cumplen y Gemini satisface los criterios presentados, se convertirá en una herramienta esencial para todo SEO", sugiere Giulio Stella, consultor SEO de Gstarseo. "Necesitaremos formación para utilizarlo con cautela y mejorar nuestros resultados." Cabe señalar que, según The Information, los desarrolladores tendrían que pagar para acceder a Gemini a través del alquiler de servidores de Google Cloud.

Podría haber numerosas ayudas para los profesionales de SEO, especialmente a través de la conectividad de Gemini. "Podríamos pedirle que cargue información de las herramientas de Google", propone Laurent Jean. "Por ejemplo, conectando Google Search Console, YouTube y Google Sheets, desde donde podríamos recuperar listas de palabras clave posicionadas. También podríamos pedirle a Gemini que nos proporcionara una lista de URL de rendimiento con palabras clave asociadas. Podríamos encargarle la creación de clasificaciones o listas de contenidos para complementarlas a partir de Google Sheets y YouTube. Se trata de utilizar las capacidades de LLM para generar texto optimizado para el usuario y, al mismo tiempo, aprovechar los datos y el razonamiento de Gemini para reintegrar datos externos con vistas a la optimización SEO."