گوگل این جدید را اعلام کرده است جوزا مدل هوش مصنوعی (AI)، یک سیستم هوش مصنوعی که میزبانی از محصولات این شرکت، از چت ربات Google Bard گرفته تا تلفن‌های پیکسل آن را تامین می‌کند. این شرکت Gemini را «قادرترین و عمومی‌ترین مدلی که تا به حال ساخته‌ایم» می‌نامد و ادعا می‌کند که هوش مصنوعی را برای همه مفیدتر می‌کند. با قضاوت بر اساس نمایش ویدئویی باورنکردنی در پایین صفحه، ممکن است درست باشد.
Gemini در سه “اندازه” عرضه می شود: Ultra، Pro و Nano که هر کدام برای کاربردهای متفاوت طراحی شده اند. همه آنها چندوجهی خواهند بود، به این معنی که قادر خواهند بود طیف وسیعی از ورودی ها را مدیریت کنند، به طوری که گوگل می گوید Gemini می تواند متن، کد، صدا، تصاویر و ویدیو را به عنوان پیام دریافت کند.
در حالی که Gemini Ultra برای موارد استفاده بسیار سخت مانند مراکز داده طراحی شده است، Gemini Nano در گوشی هوشمند شما جای می گیرد و این امر باعث افزایش چشم انداز بهترین تلفن های هوشمند اندرویدی برای به دست آوردن مزیت هوش مصنوعی قابل توجهی می شود.
با تمام این قدرت جدید، گوگل اصرار دارد که “تست دقیق” را برای شناسایی و جلوگیری از نتایج مضر ناشی از استفاده مردم از Gemini انجام داده است. این شرکت گفت که این چالش برانگیز بود، زیرا ماهیت چندوجهی Gemini به این معنی است که دو ورودی به ظاهر بی ضرر (مانند متن و یک تصویر) را می توان برای ایجاد چیزی توهین آمیز یا خطرناک ترکیب کرد.
به همه سرویس ها و دستگاه های شما می رسد
گوگل برای رسیدن به ChatGPT OpenAI و قابلیت های هوش مصنوعی پیشرفته آن تحت فشار بوده است. همین چند روز پیش، در واقع، اخباری منتشر شد مبنی بر اینکه گوگل به دلیل عملکرد ضعیف ظاهری خود در زبان های مختلف، معرفی Gemini خود را تا سال آینده به تاخیر انداخته است.
اکنون، معلوم می‌شود که اخبار یا اشتباه بوده است یا علی‌رغم شایعه‌های ناقص جمینی، گوگل همچنان ادامه دارد. در این مورد، قابل توجه است که Gemini در ابتدا فقط به زبان انگلیسی کار می کند.
جمینی برای شما چه معنایی دارد؟ خوب، اگر از گوشی پیکسل 8 پرو استفاده می کنید، گوگل می گوید که اکنون می تواند Gemini Nano را اجرا کند و تمام قابلیت های هوش مصنوعی آن را به جیب شما بیاورد. با توجه به الف پست وبلاگ گوگلجمینی در دو ویژگی جدید Pixel 8 Pro یافت می‌شود: پاسخ هوشمند در Gboard، که پاسخ پیام‌ها را به شما پیشنهاد می‌کند و خلاصه در ضبط‌کننده، که می‌تواند مکالمات و ارائه‌های ضبط‌شده شما را خلاصه کند.
چت ربات Google Bard نیز برای اجرای Gemini به روز شده است، که این شرکت می گوید “بزرگترین ارتقاء Bard از زمان راه اندازی آن است.” گوگل می‌گوید علاوه بر این، گوگل می‌گوید که «جمینی در محصولات و خدمات بیشتری مانند جستجو، تبلیغات، کروم و هوش مصنوعی Duet در ماه‌های آینده در دسترس خواهد بود».
به عنوان بخشی از این اعلامیه، گوگل یک تخته سنگ تظاهرات جوزا. این‌ها نشان می‌دهند که هوش مصنوعی حدس می‌زند که کاربر چه چیزی می‌کشد، موسیقی برای مطابقت با یک نقاشی پخش می‌کند و موارد دیگر.
جمینی در مقابل ChatGPT
بر کسی پوشیده نیست که ChatGPT در OpenAI ماه‌ها است که غالب‌ترین ابزار هوش مصنوعی بوده است و گوگل می‌خواهد با Gemini به آن پایان دهد. این شرکت در مورد توانایی های خود نیز ادعاهای بسیار جسورانه ای داشته است.
به عنوان مثال، گوگل می گوید که عملکرد Gemini Ultra در «30 معیار از 32 معیار پرکاربرد دانشگاهی» که در تحقیق و توسعه مدل زبان بزرگ (LLM) استفاده می شود، از نتایج پیشرفته فعلی فراتر می رود. به عبارت دیگر، گوگل فکر می کند که GPT-4 را تقریباً از هر نظر تحت الشعاع قرار می دهد.
گوگل ادعا می‌کند در مقایسه با GPT-4 LLM که ChatGPT را تقویت می‌کند، Gemini در هفت مورد از هشت معیار مبتنی بر متن در صدر قرار گرفت. در مورد تست های چندوجهی، بر اساس مقایسه گوگل، Gemini در تمام 10 معیار برنده شد.
آیا این بدان معناست که یک قهرمان جدید هوش مصنوعی وجود دارد؟ این هنوز مشخص است و ما باید منتظر آزمایش های واقعی بیشتری از سوی کاربران مستقل باشیم. با این حال، آنچه واضح است این است که گوگل مبارزه با هوش مصنوعی را بسیار جدی می گیرد. اکنون توپ بسیار در زمین OpenAI (و مایکروسافت) است.