همه چیز در مورد هوش مصنوعی گوگل: از چت بات سفارشی تا عینک هوشمند

به گزارش خبرگزاری وبگردی، شرکت گوگل کنفرانس سالانه توسعه دهندگان خود را موسوم به I/O با معرفی هوش مصنوعی جدید خود، Gemini 1.5 Flash AI آغاز کرد که گفته می شود سبک تر از مدل Gemini Pro و در دسترس تر است.

Gemini 1.5؛ سریع تر و ارزان تر

مدل Gemini 1.5 Flash به گونه ای طراحی شده است که سرعت بالاتر و تاخیر کمتری داشته باشد. مدیرعامل دیپ مایند می گوید که گوگل مدل Gemini 1.5 Flash را به آن دلیل ساخته که توسعه دهندگان به مدل سبک تر و ارزان تری از نسخه پرو نیاز داشتند. نسخه فلش در جایگاهی میان جمینای 1.5 پرو و جمینای 1.5 نانو قرار می گیرد.

جمینای 1.5 فلش البته برای مصرف کنندگان معمولی ساخته نشده است. این مدل هوش مصنوعی توسعه دهندگانی را هدف قرار داده است که می خواهند محصولات و سرویس های مبتنی بر هوش مصنوعی بسازند.

موتورجست وجوی گوگل با هوش مصنوعی Gemini متحول می شود

هوش مصنوعی Gemini گوگل در جدیدترین رویداد این شرکت با تحولات قابل توجهی در زمینه جست وجوی هوشمند مواجه شده است. این تحولات می توانند یکی از مهم ترین نقاط قوت هوش مصنوعی گوگل طی چند وقت اخیر باشند.

گوگل جمینای حالا به بخشی از گوشی های اندرویدی تبدیل شده و با نصب اپ اختصاصی آن، می توانید به صورت یکپارچه از این هوش مصنوعی استفاده کنید. گوگل با هماهنگ سازی اپ جمینای و سیستم عامل اندروید، به کاربر اجازه می دهد تا به سادگی بخش های مختلف گوشی هوشمند خود را جست وجو و اطلاعات مورد نظر خود را پیدا کند.

یکی از ویژگی های جذابی که گوگل برای اپلیکیشن Gemini معرفی کرد، قابلیت Live یا «زنده» است. در کنفرانس توسعه دهندگان گوگل اعلام شد که Gemini Live می تواند قابلیت گفت وگوی طبیعی با این مدل هوش مصنوعی را فراهم کند تا تعامل صوتی بهتری با این فناوری داشته باشید.

قابلیت Gemini Live از طریق آیکون صدا در اپلیکیشن Gemini در اندروید و iOS در دسترس خواهد بود. زمانی که روی این آیکون بزنید، با پنجره ای تمام صفحه روبه رو می شوید که افکت موجی جذابی را هم به شما نشان می دهد. در این حالت می توانید با هوش مصنوعی دیالوگ دوطرفه داشته باشید و پاسخ سوالات خود را در کمترین زمان بگیرید.

چت بات های سفارشی خود را تولید کنید

گوگل از چندین ویژگی جدید برای هوش مصنوعی Gemini خود رونمایی کرد که یکی از قدرتمندترین آن ها قابلیتی به نام «Gems» است که به کاربران اجازه می دهد نسخه های سفارشی دستیار Gemini خود را با شخصیت های مختلف ایجاد کنند.

قابلیت Gems به شما اجازه می دهد تا چت بات های گفتگومحور خود را ایجاد کنید که می توانند وظایف خاصی را انجام دهند. همچنین چت بات های هوش مصنوعی که با این قابلیت ساخته می شوند، می توانند دارای ویژگی های شخصیتی منحصر به فرد خود باشند.

قابلیت های هوش مصنوعی جدید اندروید

گوگل اعلام کرد که قابلیت جست وجوی مبتنی بر هوش مصنوعی به گوشی های هوشمند اندرویدی اضافه خواهد شد و Gemini دستیار جدید هوش مصنوعی کاربران می شود تا وظایف مختلفی را انجام دهد. پردازش روی دستگاه هوش مصنوعی نیز در راه است. گوگل توضیحات خود را با قابلیت Circle to Search آغاز کرد که به گفته آن، اکنون دستیار آموزشی همه جانبه ای برای دانش آموزان است.

گوگل می گوید که این قابلیت در دستگاه های اندرویدی به زودی می تواند مسایل بسیار پیچیده و چندبعدی را درک و حل کند. همچنین تا پایان سال 2024، بیش از 200 میلیون دستگاه به آن مجهز خواهند شد.

قدرتمندترین AI تصویرساز گوگل

مدل هوش مصنوعی Imagen 3، مولد تصویری است که به ادعای اهالی مانتین ویو، قدرتمندترین هوش مصنوعی تصویرساز این برند محسوب می شود. ظاهراً گوگل آماده شده تا بیش از پیش در زمینه تولید تصاویر با پرامپت قدرت نمایی کند.

گوگل این مولد تصویر هوش مصنوعی را به زودی در دسترس توسعه دهندگان و مشتریان سازمانی قرار خواهد داد. ظاهراً این شرکت در نظر دارد که در فاز بعدی، هوش مصنوعی Imagen 3 را برای عموم افراد نیز منتشر کند.

هوش مصنوعی «Veo»؛ ساخت ویدیوهای خیره کننده با دستورات متنی

هوش مصنوعی ویدیوساز پیشرفته «Veo»، می تواند ویدیوهای فول اچ دی را بر اساس پرامپت متنی بسازد یا پس از ساخت ویدیو، با دستورات متنی آن ها را تغییر دهد. این هوش مصنوعی پیشرفته دراصل پاسخ این شرکت به هوش مصنوعی Sora از OpenAI است.

گوگل ادعا می کند که Veo درکی پیشرفته از زبان و مفاهیم بصری دارد تا بتواند هر ویدیویی را که کاربر در ذهن خود دارد، ایجاد کند. ویدیوهای تولیدشده با این هوش مصنوعی، تکنیک های سینمایی و بصری مانند مفهوم تایم لپس را به نمایش می گذارند.

هوش مصنوعی ویدیوساز Veo در بخش VideoFX گوگل برای برخی از سازندگان در دسترس خواهد بود و این شرکت می گوید که به YouTube Shorts و سایر محصولات نیز می آید. اگر Veo درنهایت به این بخش از یوتیوب اضافه شود، این ویژگی می تواند برتری هایی برای یوتیوب ایجاد کند.

پاسخ مستقیم گوگل به قابلیت های جدید ChatGPT

در این کنفرانس همچنین از Astra به عنوان «هوش مصنوعی جهانی» یاد شد که «می تواند در زندگی روزمره مفید باشد.» به نظر می رسد که پروژه جدید گوگل پاسخ مستقیمی به قابلیت های جدید ChatGPT است که یک روز قبل از رویداد گوگل، توسط OpenAI معرفی شده بود.

ظاهراً Project Astra اپلیکیشنی است که به دوربین دستگاه دسترسی دارد و از طریق آن می تواند به برخی سوالات توضیح دهد. در این ویدیو، Astra از طریق دوربین می تواند به محیط اطراف کاربر نگاه کند و آن را توصیف کند. نکته ای که در کنفرانس گوگل موردتوجه خبرنگاران و افراد حاضر قرار گرفت، سرعت عمل Astra در ارایه پاسخ ها است. به گفته گوگل، Astra نه تنها داده های بصری را در زمان واقعی پردازش می کند، بلکه هرچیزی را که می بیند، می تواند به خاطر بیاورد و از اطلاعات ذخیره شده خود نیز استفاده می کند.

ویژگی «AI Overviews» و قابلیت های آن

گوگل درجریان رویداد Google I/O 24 از ویژگی «AI Overviews» نیز برای موتور جست وجوی خود رونمایی کرد. این ویژگی در تجربه جست وجوی کاربران، تغییراتی اساسی ایجاد می کند.

گوگل سال گذشته از ویژگی هوش مصنوعی جدیدی برای تجربه SGE مرورگر کروم رونمایی کرد که کاربران با کمک آن می توانند مقالات موجود در وب را خلاصه کنند. باتوجه به اسکرین شات هایی که در رویداد به نمایش گذاشته شد، به نظر می رسد ویژگی AI Overviews می تواند به شکل موثری همان «SGE» با نامی جدید باشد.

Ask Photos؛ ویژگی جدید هوش مصنوعی

گوگل همچنین درجریان این رویداد از ویژگی جدیدی برای گوگل فوتوز رونمایی کرد. این ویژگی به صورت آزمایشی در دسترس کاربران قرار دارد و با هوش مصنوعی جمینای گوگل پشتیبانی می شود. این ویژگی اواخر تابستان عرضه خواهد شد.

نسل ششم پردازنده تنسور با نام Trillium

غول فناوری مستقر در ماونتین ویو یکی از معدود شرکت هایی است که پردازنده های خود را به عنوان جایگزین پردازنده های انویدیا ارایه می کند. پردازنده جدید Trillium نیز ساخته شده که توان لازم را برای تولید متن و دیگر فایل های رسانه ای از مدل های بزرگ هوش مصنوعی فراهم کند. این پردازنده نه تنها حدود 5 برابر قوی تر از پردازنده نسل قبلی یعنی v5e است، بلکه 67 درصد در مصرف انرژی بهینه تر عمل می کند. سوندار پیچای می گوید پردازنده تنسور جدید آن ها بهینه ترین TPU تاریخ گوگل است.

مهندسان گوگل در طراحی این واحد پردازشی تنسور با افزایش ظرفیت حافظه ای که پهنای باند بالا دارد، توانایی این پردازنده را ارتقا داده اند. مدل های هوش مصنوعی معمولاً به مقدار زیادی حافظه نیاز دارند که می توانند گلوگاه عملکرد این سیستم ها باشند. گوگل همچنین واحدهای MXU را در این پردازنده گسترش داده و مجموع سرعت کلاک را بالا برده است.

پردازنده Trillium از نسل سوم SparseCore استفاده می کند که گوگل آن را به عنوان شتاب دهنده ای تخصصی برای رتبه بندی های پیشرفته و کارهای مربوط به توصیه محتوا توصیف می کند. این شرکت می گوید با این کار، Trillium می تواند مدل ها را سریع تر آموزش بدهد و تاخیر کمتری داشته باشد.

LearnLM؛ یادگیری بهتر با هوش مصنوعی

یکی از مدل های هوش مصنوعی معرفی شده گوگل، LearnLM نام دارد که بر مبنای مدل جمینای ساخته شده و برای یادگیری بهینه سازی شده است. گوگل درحال همکاری با معلمان است تا این مدل ها را وارد کلاس های درس کند. این شرکت اعتقاد دارد که این هوش مصنوعی می تواند در یادگیری و برنامه ریزی های درسی کاربردهای زیادی داشته باشد.

گوگل در این باره اعلام کرده است که با متخصصانی از کالج معلمان کلمبیا، دانشگاه ایالتی آریزونا، دانشگاه نیویورک تیش و خان آکادمی نیز همکاری خواهد کرد تا این فناوری را آزمایش کند و بهبود ببخشد.

مدل زبانی با 27 میلیارد پارامتر!

گوگل در کنفرانس سالانه توسعه دهندگان Google I/O 2024 از نسل بعدی مدل های زبانی Gemma رونمایی کرد. نسخه متن باز Gemma 2 با 27 میلیارد پارامتر در ماه ژوین عرضه می شود.

در حال حاضر PaliGemma، یک نوع Gemma از پیش آموزش دیده است که گوگل آن را به عنوان «نخستین مدل زبان بینایی در خانواده Gemma» برای شرح تصاویر، برچسب گذاری تصویر و موارد استفاده بصری پرسش و پاسخ توصیف می کند.

ظاهرا گوگل این مدل 27 میلیارد پارامتری را برای اجرا روی پردازنده های گرافیکی نسل بعدی انویدیا، میزبان Google Cloud TPU و سرویس مدیریت شده Vertex AI بهینه کرده است.

گوگل در حاشیه این کنفرانس اعلام کرد که امروز (چهارشنبه، 26 اردیبهشت) دومین نسخه بتا از سیستم عامل اندروید 15 منتشر می شود.

گوگل هنوز به طور دقیق مشخص نکرده که این آپدیت جدید شامل چه ویژگی هایی می شود، اما شاید برخی قابلیت های هوش مصنوعی جدید نیز در آن مورد آزمایش قرار بگیرند. احتمالاً طی چند روز آینده، گزارش های بیشتری در این رابطه منتشر خواهد شد.

گزینه جدید Web در نوار جستجوی گوگل

گفته می شود که گزینه Web تقریباً تمام بلوک های محتوایی را که گوگل در صفحه نتایج جست وجو قرار می دهد، فیلتر می کند و تنها لینک ها و متن ساده وب سایت ها را خواهید داشت. همچنین گزینه Web قابلیت جدید جست وجوی هوش مصنوعی این شرکت را نیز مسدود خواهد کرد. این قابلیت هنوز برای تمامی کاربران فعال نیست و به مرور در دسترس قرار خواهد گرفت.

البته این گزینه جدید، شاید برای برخی کاربران چندان کاربردی نباشد. چون که بلوک و ماژول های پیشنهادی گوگل در بالای صفحه معمولا مفید واقع می شود. همچنین بعید است که غول فناوری تنها با فشردن دکمه Web از تبلیغات خود دست بکشد. به هرحال در مواقعی که به دنبال پاسخ ساده و مشخصی هستید، ماژول های گوگل می توانند به سرعت چنین پاسخی را برای شما فراهم کنند و نیازی به گزینه Web نخواهید داشت.

گوگل در مراسم I/O ظاهراً عینک هوشمند جدید خود را هم نشان داد

به نظر می رسد که گوگل در خلال مراسم I/O خود، نمونه اولیه عینک هوشمند آینده اش را نیز برای چند لحظه نشان داده باشد. این پروژه ممکن است با کمک سامسونگ و شاید حتی کوالکام ساخته شود.

هنوز مشخص نیست که آیا گوگل واقعاً چنین عینکی را عرضه خواهد کرد یا خیر، اما احتمال دارد گوگل قصد داشته باشد عینک هوشمندی با نمایشگرهای AR ارایه دهد. همچنین در توضیحات یوتوب ویدیوی Project Astra، گوگل می گوید که دومین قسمت از دموی این پروژه روی «نمونه اولیه یک عینک» اجرا می شود.

البته گوگل سابقه ای نسبتاً طولانی در ساخت عینک های AR دارد. «گوگل گلس» این شرکت با شیشه های کوچک چند سال پیش رونمایی شد، اما چندان مورد پسند کارشناسان و کاربران قرار نگرفت. بااین حال، اکنون با روی کارآمدن هوش مصنوعی مولد، مخصوصاً با قابلیت های صوتی و بصری آن، شاید بتوان گفت که با این فناوری جدید، در آینده گوگل گلس احیا خواهد شد.

54323