در دنیای فناوری پیشرفته امروز، هوش مصنوعی به عنوان یکی از زمینههای کلیدی مطالعات و تحقیقات شناخته شده است. شرکتهای بزرگ بهدنبال توسعه مدلها و الگوریتمهای هوش مصنوعی پیشرفته و قدرتمند برای بهبود خدمات و تجارب کاربری خود میباشند. در این راستا، گوگل با معرفی جمینی، یکی از پیشرفتهترین مدلهای هوش مصنوعی خود، قدمی مهم در جهت بهرهمندی از توانمندیهای این حوزه برداشته است.
در این محتوا، به بررسی ویژگیها و قابلیتهای هوش مصنوعی گوگل جمینی خواهیم پرداخت و نگاهی دقیق به نسخههای مختلف این مدل هوش مصنوعی اعم از نانوجمینی، پروجمینی و اولترا جمینی خواهیم داشت.
همچنین، ما به مروری بر نحوه استفاده از این هوش مصنوعی و تاثیرات آن در زمینههای گوناگون از جمله جستجو، تبلیغات، وبگردی و غیره خواهیم پرداخت. در انتها، با نگاهی به آینده، مطالبی دربارهٔ انتظارات از توسعه و بهروزرسانیهای بیشتر این هوش مصنوعی و چگونگی تأثیرگذاری بر زندگی روزمره را بررسی خواهیم کرد.
گوگل جمینی چیست؟
گوگل جمینی یک مدل هوش مصنوعی جدید و قوی از گوگل است که قابلیت درک نه تنها متون بلکه تصاویر، ویدئوها، و صداها را نیز دارد. به عنوان یک مدل چندوجهی، جمینی قادر به انجام وظایف پیچیده در حوزههای مختلف از جمله ریاضیات، فیزیک و زمینههای دیگر است.
در حال حاضر، این هوش مصنوعی در هوش مصنوعی گوگل بارد (Google Bard) و تلفن همراه هوشمند گوگل پیکسل ۸ (Google Pixel 8) معرفی و ادغام شده است و در آینده قرار است به تدریج در سایر سرویسهای گوگل نیز قابل دسترسی باشد.
به گفته دنیس حسابیس (Dennis Hassabis)، مدیرعامل و یکی از بنیانگذاران گوگل دیپمایند، جمینی نتیجه توانمندیهای زیاد و تلاشهای مشترک تیمهای گوگل، از جمله همکاران در بخش پژوهش گوگل (Google Research) است. این هوش مصنوعی از ابتدا به منظور چندوجهی بودن طراحی شده و توانایی ادغام گوناگونی از اطلاعات از قبیل متون، کد، صدا، تصاویر و ویدئو را با کیفیت بالا دارد.
چه کسی گوگل جمینی را ساخته است؟
جمینی توسط گوگل و شرکت مادر آن، یعنی آلفابت، ساخته شده است. این مدل هوش مصنوعی به عنوان پیشرفتهترین مدل تا کنون از سوی گوگل منتشر شده است. گوگل دیپ مایند نیز نقش مهمی در توسعه جمنای ایفا کرده و در فرآیند ساخت این هوش مصنوعی سهم بزرگی داشته است.
آیا چندین نسخه مختلف از گوگل جمینی وجود دارد؟
گوگل جمینی را به عنوان یک مدل چندوجهی معرفی میکند که از قابلیت اجرا بر روی اجزای مختلف اکوسیستم گوگل، از مراکز داده گوگل تا دستگاههای تلفن همراه، برخوردار است. با هدف دستیابی به این انعطافپذیری، گوگل جمینی در سه نسخه عرضه شده است: نانوجمینی (Gemini Nano)، پروجمینی (Gemini Pro) و اولترا جمینی (Gemini Ultra).
نانوجمینی:
این نسخه از جمینی برای اجرا بر روی تلفنهای همراه هوشمند، بهویژه گوگل پیکسل ۸ (Google Pixel 8) طراحی شده است. هدف این مدل این است که بتواند بر روی دستگاههای همراه به صورت کارآمد و بدون نیاز به اتصال به سرورهای خارجی، وظایفی از قبیل ارائه پیشنهادات در برنامههای چت یا خلاصهسازی متون را انجام دهد.
پروجمینی:
پروجمینی این نسخه از در مراکز داده گوگل اجرا میشود و برای تامین آخرین نسخه چتبات هوش مصنوعی این شرکت یعنی بارد (Bard) طراحی شده است. این هوش مصنوعی قابلیت ارائه پاسخ سریع و درک سوالات پیچیده را دارد.
اولترا جمینی:
اولترا جمینی، به عنوان تواناترین مدل گوگل، هنوز برای استفاده گسترده در دسترس نیست. این نسخه از جمینی توانسته است از نتایج پیشرفته فعلی در ۳۰ معیار از ۳۲ معیار آکادمیک مورد استفاده در تحقیقات و توسعه مدلهای زبانی بزرگ (LLM) بهرهمند شود. این هوش مصنوعی برای کارهای بسیار پیچیده طراحی شده است و پس از اتمام مرحله آزمایشی فعلی، قرار است به بازار عرضه شود.
چگونه میتوان به گوگل جمینی دسترسی پیدا کرد؟
در حال حاضر، گوگل جمینی در اندازههای نانو و پرو در محصولات گوگل مانند تلفن پیکسل ۸ و چتبات بارد، قابل دسترس است. گوگل همچنین قصد دارد به تدریج جمنای را در موتور جستجوگر، تبلیغات، کروم و سرویسهای دیگر خود ادغام نماید.
توسعهدهندگان و مشتریان سازمانی میتوانند از تاریخ ۱۳ دسامبر از Gemini API در استودیوی هوش مصنوعی گوگل و هوش مصنوعی Google Cloud Vertex برای دسترسی به پروجمنای استفاده کنند. همچنین، توسعهدهندگان اندروید از طریق AICore به نانوجمنای دسترسی پیدا خواهند کرد که این امکان به صورت پیش نمایش اولیه در دسترس خواهد بود.
چطور از هوش مصنوعی جمینی گوگل استفاده کنیم؟
برای استفاده از هوش مصنوعی جمینی گوگل، ابتدا باید یک حساب گوگل داشته باشید. سپس به وبسایت bard.google.com مراجعه کنید. در صورتی که دسترسی به این وبسایت در ایران محدود است، میتوانید از فیلترشکن استفاده کنید تا به بارد دسترسی یابید.
در حال حاضر، قابلیتهای هوش مصنوعی جمنای برای زبان انگلیسی در دسترس هستند و از طریق گوگل بارد میتوانید از آنها بهرهمند شوید. برای استفاده از جمینی نانو بر روی گوشی پیکسل ۸ پرو، به تنظیمات گوشی خود بروید و در بخش Developer Options، AiCore Settings، گزینه “Enable Aicore Persistent” را فعال کنید.
با این کار، گوگل جمینی در پیکسل ۸ پرو برای شما قابل استفاده خواهد بود. این هوش مصنوعی دارای دو قابلیت است: پاسخ گوی خودکار در کیبورد گوگل برای چت در واتساپ و خلاصهسازی ویسهای ضبط شده به زبان انگلیسی. برای اطلاعات بیشتر و بهروزرسانیهای جدید، به سایت رسمی گوگل مراجعه کنید.
جمینی چه تفاوتی با سایر مدلهای هوش مصنوعی مانندچت جیپیتی-۴ دارد؟
به نظر میرسد که گوگل جمینی، به عنوان یکی از بزرگترین و پیشرفتهترین مدلهای هوش مصنوعی تاکنون، از ویژگیهای چندوجهی بومی خود بهره میبرد، اگرچه مدل اولترا باید حقیقت را مشخص کند.
در مقایسه با مدلهای محبوبی که در حال حاضر چتباتهای هوش مصنوعی را تقویت میکنند، جمنای به دلیل ویژگیهای چندوجهی بومی خود متمایز است، در حالی که مدلهای دیگر مانند جیپیتی-۴، بیشتر به اتصالات و ادغامها وابسته هستند.
در مقایسه با چت جیپیتی-۴ که عمدتاً یک مدل مبتنی بر متن است، جمنای به راحتی وظایف چندوجهی را به صورت بومی انجام میدهد. هرچند جیپیتی-۴ در زمینههای مرتبط با زبان مثل ایجاد محتوا و تجزیه و تحلیل متون پیچیده برتری دارد، اما برای انجام تجزیه و تحلیل تصاویر و دسترسی به وب، به اتصالات OpenAI و برای تولید تصاویر و پردازش صدا به DALL-E ۳ و Whisper متکی است.
علاوه بر این، به نظر میرسد گوگل جمینی بیشتر در حال متمرکز شدن بر محصولات و خدمات شرکت خود است. این هوش مصنوعی یا در اکوسیستم شرکت گوگل ادغام شده یا برنامه این کار را دارد، زیرا به هر دو دستگاه بارد و تلفن هوشمند پیکسل ۸ قدرت میبخشد.
مدلهای دیگر مانند جیپیتی-۴ و Llama Meta بیشتر به سرویسها و ابزارها وابسته هستند و برای توسعهدهندگان مختلف، ابزارها و خدمات شخص ثالث در دسترس هستند.
جمع بندی
با توجه به قدرت گستردهی شرکت گوگل در زمینههای مختلف، قطعاً انتظار میرود که گوگل جمینی به عنوان یکی از بزرگترین بازیگران در حوزه هوش مصنوعی، ارائهها و بهروزرسانیهای قوی در این زمینه ارائه دهد. با شروع جمینی، گوگل به نمایندگی از این توانمندیها، در مسیر هوش مصنوعی پیشرو خواهد بود.
همچنین، گوگل با قصد بهکارگیری هوش مصنوعی Gemini AI در گسترهای از خدمات خود از موتور جستجو گرفته تا برنامههای متعدد، نقش فعالی را در تحولات این حوزه ایفا خواهد کرد. با در نظر گرفتن اطلاعات فوق، بهزودی اثرات این مدل هوش مصنوعی و تواناییهای آن در زندگی روزمره و تحولات مختلف از جمله تولید محتواهای زبانی (LLM) قابل مشاهده خواهد بود.
سلام مطالبتون خیلی مفید وخوب بود ممنون
سلام خواهش میکنم. ممنون از لطف نظر شما
سلام مطالب خیلی خوبی بود ممنون
سلام خواهش میکنم. ممنون از لطف نظر شما