# Dalle AI alle App: Le Principali Novità di Google I/O 2024

- Link: https://www.melamorsicata.it/2024/05/16/google-io-2024/
- Published: 2024-05-16T07:00:00+02:00
- Author: Kiro

![Google IO 2024](https://www.melamorsicata.it/wp-content/uploads/2024/05/Google-
IO-2024.jpeg "Dalle AI alle App: Le Principali Novità di Google I/O 2024 1")

A poco meno di un mese di anticipo rispetto la [WWDC 2024](https://www.melamorsicata.it/2024/03/26/wwdc-2024-date/),
la conferenza degli sviluppatori **Google I/O 2024** ha svelato le ultime novità
nel campo dell’intelligenza artificiale e del machine learning.

Con Gemini, la nuova versione dell’assistente AI multimodale, Google punta a migliorare
l’esperienza degli utenti Android, portando l’AI generativa e il supporto al linguaggio
naturale direttamente sui dispositivi mobili.

Oltre a Gemini, Google ha annunciato numerose funzionalità AI all’avanguardia. Tra
queste, spiccano l’integrazione di Gemini in Google Search, Workspace e Foto per
migliorare la ricerca, la produttività e la gestione dei contenuti.

Novità attese anche per gli sviluppatori, con strumenti come Gemini Flash e Project
Astra che promettono di semplificare lo sviluppo di applicazioni AI. Nel complesso,
Google I/O 2024 ha visto alcune novità. Un giorno dopo il lancio di [chatGPT-4o](https://www.melamorsicata.it/2024/05/14/gpt-4o-di-openai-e-un-siri-che-funziona/).

## Indice dei contenuti

 1.  [Le novità sull’integrazione di Gemini](https://www.melamorsicata.it/2024/05/16/google-io-2024/#le-novita-sullintegrazione-di-gemini)
 2.   a. [Funzione ‘Chiedi a Foto’ in Google Foto](https://www.melamorsicata.it/2024/05/16/google-io-2024/#funzione-chiedi-a-foto-in-google-foto)
      b. [Gemini nelle ricerche e nella Ricerca Google](https://www.melamorsicata.it/2024/05/16/google-io-2024/#gemini-nelle-ricerche-e-nella-ricerca-google)
 3.  [Nuovi modelli di intelligenza artificiale](https://www.melamorsicata.it/2024/05/16/google-io-2024/#nuovi-modelli-di-intelligenza-artificiale)
 4.   a. [Miglioramenti a Gemini 1.5 Pro](https://www.melamorsicata.it/2024/05/16/google-io-2024/#miglioramenti-a-gemini-1-5-pro)
      b. [Progetto Astra: assistente multimodale avanzato](https://www.melamorsicata.it/2024/05/16/google-io-2024/#progetto-astra-assistente-multimodale-avanzato)
      c. [Cosa sono i Gems di Gemini](https://www.melamorsicata.it/2024/05/16/google-io-2024/#cosa-sono-i-gems-di-gemini)
      d. [Il modello Gemma di Google](https://www.melamorsicata.it/2024/05/16/google-io-2024/#il-modello-gemma-di-google)
 5.  [Strumenti di generazione di contenuti](https://www.melamorsicata.it/2024/05/16/google-io-2024/#strumenti-di-generazione-di-contenuti)
 6.   a. [Imagen 3 per la creazione di immagini](https://www.melamorsicata.it/2024/05/16/google-io-2024/#imagen-3-per-la-creazione-di-immagini)
 7.  [Funzionalità di Gemini per gli sviluppatori](https://www.melamorsicata.it/2024/05/16/google-io-2024/#funzionalita-di-gemini-per-gli-sviluppatori)
 8.   a. [Novità per gli sviluppatori di app Android](https://www.melamorsicata.it/2024/05/16/google-io-2024/#novita-per-gli-sviluppatori-di-app-android)
 9.  [Miglioramenti per gli utenti avanzati](https://www.melamorsicata.it/2024/05/16/google-io-2024/#miglioramenti-per-gli-utenti-avanzati)
 10.  a. [Disponibilità di Gemini Pro 1.5 in più lingue](https://www.melamorsicata.it/2024/05/16/google-io-2024/#disponibilita-di-gemini-pro-1-5-in-piu-lingue)
 11. [Conclusione](https://www.melamorsicata.it/2024/05/16/google-io-2024/#conclusione)

## Le novità sull’integrazione di Gemini

Google sta integrando Gemini in numerose applicazioni come Gmail, Documenti, Drive,
Presentazioni e Fogli. **Grazie a Gemini 1.5 Pro**, con una finestra di contesto
fino a 2 milione di token e un ragionamento più avanzato, l’assistente può rispondere
a una varietà più ampia di domande e fornire risposte più approfondite.

Nella **barra laterale di Gmail**, Gemini può riassumere le email ricevute, ad esempio
quelle inviate dalla scuola dei figli, evidenziando i dettagli più importanti e 
le azioni da intraprendere.

Si può anche chiedere a Gemini di trovare informazioni specifiche, come i dettagli
dell’hotel per una riunione familiare, e inserirle direttamente in un’email.

Nell’**app mobile di Gmail**, Gemini offrirà opzioni utili come “riassumi questa
email”, “elenca i prossimi passi” o “suggerisci una risposta”. Potrete anche chiedere
a Gemini di trovare offerte specifiche, come quella di un appaltatore per la riparazione
del tetto, sepolte nella tua casella di posta.

### Funzione ‘Chiedi a Foto’ in Google Foto

Google sta introducendo la funzione “Chiedi a Foto” in Google Foto, sfruttando l’intelligenza
artificiale di Gemini. Questa nuova funzionalità vi permetterà di **cercare e selezionare
foto in base a risposte contestuali**, rendendo più semplice navigare tra gli album.

Gemini può interpretare le immagini e leggere il testo al loro interno. Ad esempio,
se state cercando la targa di un’auto tra una serie di foto, l’AI saprà riconoscere
il veicolo in base alla frequenza con cui appare negli album e al contesto.

Secondo Google, “Chiedi a Foto” è così avanzata che potrebbe persino **interpretare
eventi della vita** basandosi sulle foto, come quando una figlia ha imparato a nuotare
per la prima volta.

### Gemini nelle ricerche e nella Ricerca Google

Google sta portando Gemini direttamente nella Ricerca, con nuove funzionalità come“
AI Overview” e capacità di pianificazione simili a un assistente virtuale.

Le “AI Overview” mostreranno un **riepilogo delle risposte alle domande di ricerca
più complesse**, sintetizzando informazioni da tutto il web. Ad esempio, se cercate
il modo migliore per pulire gli stivali in pelle, potreste vedere un riepilogo con
un processo di pulizia dettagliato.

Inoltre, potrete cercare qualcosa come “Crea un piano pasti per 3 giorni per un 
gruppo, facile da preparare” e ottenere un punto di partenza con una vasta gamma
di ricette da tutto il web.

La Ricerca Google con Gemini potrà anche **aiutarvi a trovare ristoranti** in base
a criteri specifici, come la presenza di musica dal vivo o di terrazze panoramiche,
a seconda della stagione.

## Nuovi modelli di intelligenza artificiale

Google ha presentato Gemini 1.5 Flash, un modello leggero ottimizzato per velocità
ed efficienza, ideale per task ad alta frequenza in cui la bassa latenza e il costo
sono fattori cruciali. 

**Gemini 1.5 Flash** eccelle in compiti come sintesi, chat, sottotitolazione di 
immagini e video, estrazione di dati da documenti e tabelle lunghi, grazie al processo
di “distillazione” che trasferisce le conoscenze e le abilità essenziali dal modello
più grande 1.5 Pro a questo modello più piccolo ed efficiente.

### Miglioramenti a Gemini 1.5 Pro

[Gemini 1.5 Pro](https://blog.google/products/gemini/google-gemini-update-may-2024/),
il modello di punta di Google, ha ricevuto numerosi miglioramenti. **Oltre a estendere
la finestra di contesto a 2 milione di token**, Google ha potenziato le capacità
di generazione di codice, ragionamento logico e pianificazione, conversazione multi-
turno, e comprensione di audio e immagini attraverso avanzamenti nell’addestramento
e negli algoritmi.

Gemini 1.5 Pro può ora seguire istruzioni sempre più complesse e sfumate, comprese
quelle che specificano il comportamento a livello di prodotto, come il ruolo, il
formato e lo stile.

L’azienda ha migliorato il controllo sulle risposte del modello per casi d’uso specifici,
come la creazione di un agente di chat con una certa personalità e stile di risposta,
o l’automazione di flussi di lavoro attraverso più chiamate di funzione. Inoltre,
gli utenti possono ora indirizzare il comportamento del modello impostando istruzioni
di sistema.

### Progetto Astra: assistente multimodale avanzato

Google sta sviluppando prototipi di agenti avanzati come **Progetto Astra**, che
possono elaborare informazioni più velocemente codificando continuamente i fotogrammi
video, combinando input video e audio in una timeline di eventi e memorizzando queste
informazioni per un rapido richiamo.

Sfruttando i modelli vocali all’avanguardia di Google, questi agenti hanno anche
un **tono di voce più naturale**, con una gamma più ampia di intonazioni. Possono
comprendere meglio il contesto in cui vengono utilizzati e rispondere rapidamente
in conversazione, come un vero assistente personale.

### Cosa sono i Gems di Gemini

Google ha introdotto i “Gems” in Gemini Advanced, che permettono agli utenti di **
creare versioni personalizzate di Gemini** seguendo semplici istruzioni. Ad esempio,
un utente può creare un “Gem” come un assistente culinario, un tutor di matematica
o una guida alla scrittura creativa.

I Gems possono accedere a Google Drive, Gmail e altre app Google per basarsi sui
contenuti presenti in queste estensioni. Questa funzione offre agli utenti un maggiore
controllo e personalizzazione dell’esperienza con l’AI.

In pratica i Gems sono la risposta ai GPT di chatGPT.

### Il modello Gemma di Google

Gemma è la famiglia di modelli open source leggeri di Google, costruiti sulla stessa
ricerca e tecnologia utilizzate per creare i modelli Gemini. Gemma offre modelli
all’avanguardia che possono essere personalizzati per eccellere in nuovi compiti,
utilizzando poche righe di codice con Keras 3.0, e possono essere distribuiti su
Android con MediaPipe o serviti su Google Cloud.

## Strumenti di generazione di contenuti

Google ha presentato Veo, il suo modello di generazione di video più avanzato e 
recente. **Veo genera video di alta qualità a risoluzione 1080p** in un’ampia gamma
di stili visivi e cinematografici che possono durare oltre un minuto.

Con una comprensione avanzata del linguaggio naturale e della semantica visiva, 
genera video che rappresentano fedelmente la visione creativa dell’utente, catturando
con precisione il tono del prompt e rendendo i dettagli anche in prompt più lunghi.

Il modello offre un **livello di controllo creativo senza precedenti** e comprende
termini cinematografici come “timelapse” o “riprese aeree di un paesaggio”. Veo 
crea filmati coerenti e coesi, in modo che persone, animali e oggetti si muovano
realisticamente durante le inquadrature.

### Imagen 3 per la creazione di immagini

Imagen 3 è il modello di generazione di immagini da testo di Google di qualità più
elevata. Genera un **incredibile livello di dettaglio**, producendo immagini fotorealistiche
e realistiche, con molti meno artefatti visivi fastidiosi rispetto ai modelli precedenti.

Imagen 3 comprende meglio il linguaggio naturale, l’intento dietro il prompt e incorpora
piccoli dettagli dai prompt più lunghi. La comprensione avanzata del modello lo 
aiuta a padroneggiare una vasta gamma di stili.

È anche il miglior modello di Google finora per la resa del testo, una sfida per
i modelli di generazione di immagini. Questa capacità apre possibilità per generare
messaggi di auguri personalizzati, diapositive di titoli nelle presentazioni e altro
ancora.

Sia Veo che Imagen 3 sono attualmente disponibili solo in anteprima privata per 
un gruppo selezionato di creatori. **Google sta esplorando modi per integrare queste
tecnologie in prodotti come YouTube Shorts e altri strumenti per la creazione di
contenuti**, consentendo agli utenti un maggiore controllo creativo.

## Funzionalità di Gemini per gli sviluppatori

Google sta lavorando per portare **Gemini Nano** alla versione desktop di Chrome,
il browser internet più popolare al mondo. L’integrazione di Gemini Nano aiuterà
gli utenti a **generare testo per recensioni di prodotti, post sui social media 
e altro ancora**.

Ciò è reso possibile dai recenti progressi nel supporto WebGPU e WASM su Chrome,
che permettono a Gemini Nano di funzionare a una velocità ragionevole su diverse
configurazioni hardware.

La società di Mountain View sembra già in trattative con altre aziende per portare
questa funzionalità anche su altri browser. Presto verrà aperto un programma di 
anteprima per gli sviluppatori. Inoltre, Gemini Nano arriverà anche in Chrome DevTools,
consentendo agli sviluppatori di **ottenere spiegazioni per i messaggi di errore**
e aiutandoli a risolvere problemi di codifica.

### Novità per gli sviluppatori di app Android

Dall’introduzione delle funzionalità AI in Android Studio l’anno scorso, Google 
continua ad **evolvere i modelli sottostanti, integrare il feedback degli utenti
ed espandere la disponibilità in più paesi e territori**, in modo che gli sviluppatori
possano sfruttare l’AI nel loro flusso di lavoro e diventare più produttivi.

Gli sviluppatori possono ora **fornire prompt personalizzati a Gemini** in Android
Studio per generare suggerimenti di codice. Dopo aver abilitato Gemini, è possibile
richiedere di semplificare il codice complesso riscrivendolo, eseguire trasformazioni
specifiche o generare nuove funzioni descrivendole.

Gemini può ora **analizzare i rapporti di crash**, generare approfondimenti, fornire
un riepilogo del crash e, quando possibile, consigliare i passaggi successivi, inclusi
codice di esempio e link alla documentazione pertinente.

È disponibile un nuovo **template di app di avvio** per prototipare con i modelli
Gemini, in cui è possibile inviare prompt direttamente all’API Gemini, aggiungere
immagini come input e visualizzare le risposte sullo schermo.

Quando si è pronti per portare le funzionalità AI in produzione con Google Cloud,
è possibile accedere alle potenti capacità dei modelli Gemini tramite **Vertex AI**,
la piattaforma di sviluppo gestita da Google per la creazione e il deployment di
AI generativa.

Gemini 1.5 Pro, con una **finestra di contesto più ampia**, arriverà su Android 
Studio entro la fine dell’anno, portando risposte di qualità superiore e sblocando
casi d’uso come l’input multimodale.

## Miglioramenti per gli utenti avanzati

Google ha presentato Gemini Live, una nuova funzionalità di chat vocale per il suo
assistente AI Gemini, mirata a migliorare l’interazione per gli abbonati Gemini 
Advanced. Questa nuova capacità permetterà agli utenti di **impegnarsi in conversazioni
parlate bidirezionali simili all’interazione umana con l’AI**, rendendola un assistente
intelligente versatile simile a ciò che OpenAI ha sviluppato per ChatGPT.

Gemini Live consente agli utenti di avere **conversazioni vocali in tempo reale 
con l’assistente AI di Google**. A differenza delle tradizionali risposte basate
su testo, Gemini Live si adatterà ai modelli di linguaggio degli utenti, fornendo
risposte più naturali e concise.

La funzione include dieci opzioni vocali tra cui scegliere, offrendo un’esperienza
personalizzata. Gli utenti possono porre domande complesse o richiedere informazioni
dettagliate e ricevere risposte approfondite, mantenendo un **flusso di dialogo 
naturale**. È anche possibile interrompere l’AI mentre parla, proprio come avviene
nelle conversazioni umane.

Gemini Live mira a semplificare le attività quotidiane e migliorare l’esperienza
degli smartphone Android con funzionalità più interattive e intelligenti. Comprendendo
e adattandosi ai modelli di linguaggio individuali, promette di offrire un assistente
AI più conversazionale e user-friendly.

### Disponibilità di Gemini Pro 1.5 in più lingue

Con Gemini Advanced, che sarà lanciato in estate, Google porterà il supporto di 
Gemini 1.5 Pro a **oltre 35 lingue**. Questo modello introduce un modello di abbonamento
premium che consentirà agli utenti di accedere alle capacità avanzate di Gemini 
1.5 Pro.

La **finestra di contesto di 1 milione di token** di Gemini 1.5 Pro, la più ampia
di qualsiasi modello fondamentale finora, gli consente di dimostrare una efficienza
senza pari nella sintesi e nell’interpretazione di enormi quantità di informazioni
multimodali.

Le valutazioni multilingue evidenziano la sua capacità migliorata di elaborare e
comprendere più lingue, mostrando miglioramenti significativi rispetto ai modelli
Gemini 1.0 e ad altri modelli specializzati come USM e Whisper in task di comprensione
del linguaggio.

Gemini 1.5 Pro può **adattarsi e generare risposte accurate** in base a istruzioni
minime. Questa capacità è particolarmente evidente in compiti complessi che richiedono
la comprensione di istruzioni sfumate o l’apprendimento di nuovi concetti da una
quantità limitata di informazioni nel prompt.

Le sue capacità di apprendimento in contesto mostrano prestazioni eccellenti nel
complesso benchmark Machine Translation from One Book (MTOB), che testa l’abilità
del modello di imparare a tradurre una nuova lingua da un’unica fonte di materiale
istruttivo.

## Conclusione

Considerando le principali novità presentate al Google I/O 2024, possiamo constatare
come **Gemini**, l’assistente AI multimodale, rappresenti il fulcro dell’innovazione.

L’integrazione di questa tecnologia in applicazioni come Gmail, Google Foto e Ricerca
aprirà nuove possibilità per migliorare la produttività e l’esperienza utente.

Inoltre, i progressi nell’AI generativa, come i nuovi modelli Veo per la creazione
di video e Imagen 3 per la generazione di immagini, stanno ridefinendo i confini
della creatività digitale.

Pare che la società abbia usato il nome AI per oltre 120 volte durante la sua presentazione,
denotando come l’intelligenza artificiale sia il fulcro di tutta l’evoluzione dei
prossimi 12 mesi.

Sarà sempre più presente nelle app, servizi, siti e altro. Un elemento con il quale
interagiremo sempre di più. Una rivoluzione al pari di quella di internet.

Ora non resta che attendere la mossa di Apple.

### _Correlati_