با «جمنای» جدید و قدرتمند چطور کار کنیم؟
گوگل با رونمایی از «جمنای 3» دسته‌ای از ویژگی‌های قدرتمند را در اختیار کاربران قرار داده است.
خلاصه خبر
با «جمنای» جدید و قدرتمند چطور کار کنیم؟
گوگل با رونمایی از «جمنای 3» دسته‌ای از ویژگی‌های قدرتمند را در اختیار کاربران قرار داده است.
گروه علم و پیشرفت خبرگزاری فارس- «پیشرفته‌ترین و توانمندترین» مدل شرکت؛ این تعبیری است که گوگل «جمنای 3» (Gemeni) را با آن معرفی کرده است؛ یک رونمایی که نقطه عطفی تازه در رقابت مدل‌های هوش مصنوعی بزرگ محسوب می‌شود.اطلاعات منتشرشده نشان می‌دهد که جمنای ۳ نه‌فقط یک مدل متنی، بلکه یک بسته کامل شامل توانایی استدلال، پردازش چندرسانه‌ای، ابزارهای کدنویسی خودکار و حتی یک درگاه کامل برنامه‌نویسی جدید است که به‌طور کامل برای عامل‌های هوش مصنوعی طراحی شده است.در این گزارش به معرفی کامل جمنای3 و ویژگی‌های و قابلیت‌های مختلف آن می‌پردازیم.
طبق اعلام رسمی گوگل در وبلاگ شرکت، جمنای۳ در ۱۸ نوامبر ۲۰۲۵ معرفی شد. این مدل نخست با نسخه «پرو» عرضه شده و نسخه پیشرفته‌تر «دیپ تینک» که برای حل مسائل فوق‌پیچیده طراحی شده، قرار است پس از تکمیل مراحل امنیتی برای کاربران حرفه‌ای اولترا در دسترس قرار گیرد. گوگل در اطلاعیه‌های خود بارها تأکید کرده است که هدف اصلی جمنای ۳، ارتقای سطح «استدلال»، «توان تولید محتوا» و «درک چندرسانه‌ای» است؛ یعنی دقیقاً همان بخش‌هایی که ستون رقابت شرکت‌ها در هوش مصنوعی را تشکیل می‌دهد.نکته مهم و قابل اتکا این است که گوگل جمنای ۳ را فقط یک مدل زبانی نمی‌داند، بلکه آن را موتور اصلی یک اکوسیستم می‌خواند؛ اکوسیستمی که شامل جستجوی جدید گوگل، اپلیکیشن جمنای، محیط‌های توسعه برای برنامه‌نویسان و حتی ابزارهای جدید مدیریت عامل‌های هوش مصنوعی است.
۱۸ MB
مهم‌ترین دستاورد جمنای ۳، پیشرفت جدی در استدلال
یکی از محورهای اصلی معرفی جمنای ۳، توانایی بالاتر آن در «استدلال» و «حل مسئله» بود. گوگل با انتشار نتایج بنچمارک‌ها اعلام کرده است که جمنای ۳ پرو در تمام شاخص‌های مهم نسبت به نسخه ۲.۵ عملکرد بهتری دارد. «بنچمارک» آزمونی استاندارد است که برای سنجش و مقایسهٔ عملکرد مدل‌های هوش مصنوعی در یک کار مشخص به‌کار می‌رود.در بنچمارک «اِل‌اِم آرِنا» (LMArena) امتیاز ۱۵۰۱ «اِلو» (Elo) ثبت شده که یکی از نشانه‌های افزایش توان مدل در گفت‌وگو و استدلال است. امتیاز اِلو نشان می‌دهد که یک مدل در مواجهه با مدل‌های دیگر، چقدر احتمال دارد پاسخ بهتر تولید کند.جمنای ۳ همچنین در «سیمپل‌کیو‌ای وریفاید» (SimpleQA-Verified)، که بنچمارکی برای سنجش «صحت پاسخ‌ها»ست، امتیاز ۷۲.۱٪ را کسب کرده؛ یعنی توان مدل در تولید پاسخ‌های واقع‌گرایانه نسبت به گذشته افزایش یافته است. این شاخص به‌طور مستقیم به یکی از مهم‌ترین مشکلات مدل‌های هوش مصنوعی اشاره دارد: «هالوسینیشن» یا تولید اطلاعات نادرست. نتایج منتشرشده نشان می‌دهد که گوگل در این زمینه پیشرفت محسوسی داشته است.
فهم تصویر، ویدئو و متن در کنار هم
جزئیات رسمی گوگل بیان می‌کند که جمنای ۳ یک مدل «چندرسانه‌ای» واقعی است، یعنی می‌تواند متن، تصویر، ویدئو و حتی داده‌های ترکیبی را با هم تحلیل کند. این قابلیت به‌خصوص در کاربردهایی مانند تحلیل بصری، تشخیص اشیاء، توضیح ویدئو و ترکیب اطلاعاتی که فقط با متن قابل بیان نیستند، اهمیت بسیار زیادی دارد.برای مثال، اگر کاربر یک تصویر بارگذاری کند و بپرسد «این دستگاه چطور کار می‌کند؟»، مدل باید بتواند اجزای تصویر را تشخیص دهد، کارکرد آن‌ها را تحلیل کند و توضیحی سازگار با دانش موجود ارائه دهد. گوگل تأکید دارد که جمنای ۳ این توانایی را با «عمق و ظرافت» بیشتری نسبت به نسل‌های قبلی انجام می‌دهد.
حضور در محصولات مختلف گوگل
جمنای ۳ به محض رونمایی، معرفی وارد محصولات کاربردی گوگل شد. طبق اطلاعات تاییدشده،این مدل جدید در بخش‌های زیر فعال شده است:۱. جستجوی جدید گوگل: در «گوگل سرچ» مدل جدید جمنای ۳ فعال شده است و کاربران می‌توانند در حالت هوش مصنوعی پاسخ‌های چندمرحله‌ای، خلاصه‌سازی، تحلیل و ایجاد محتوا دریافت کنند.۲. در اپلیکیشن جمنای، اپ رسمی گوگل نیز به نسخه جدید آپدیت شده و دارای رابط کاربری تازه، «نمای بصری»، «نمای پویا» و قابلیت‌های تعامل زنده با مدل است.۳. برای برنامه‌نویسان، جمنای ۳ در «گوگل آی استودیو» (Google AI Studio)، «ورتکس آی» (Vertex AI)، «ابزار خط‌دستور» (CLI)، و محیط‌های توسعه مانند «Replit»، «Cursor»، «JetBrains» و «GitHub» قابل استفاده است.این گستردگی انتشار نشان می‌دهد گوگل قصد دارد جمنای ۳ را به‌عنوان مدل پیش‌فرض در سراسر خدمات خود تثبیت کند.
نسل جدید هوش مصنوعی اجرایی
یکی از بخش‌هایی که در گزارش‌های معتبر بسیار درباره‌اش صحبت شده، توانایی‌های جدید جمنای ۳ برای کارهای «عامل‌محور» است. یعنی مدل دیگر فقط پاسخ نمی‌دهد، بلکه می‌تواند «اقدام» کند:در ترمینال کار انجام دهد، با ابزارهای محیط توسعه تعامل کند، خطا پیدا کند و اصلاح کند، در اینترنت جستجو کند و یک کار پیچیده را مرحله‌به‌مرحله پیش ببرد.گوگل اعلام کرده که جمنای ۳ در بنچمارک «اس‌دابلیو‌ئی وریفاید» (SWE-bench-Verified)، که معیار اصلی سنجش توان عامل‌های برنامه‌نویس است، عملکرد قابل توجهی داشته است. همچنین در «ترمینال بنچ ۲.۰» (Terminal-Bench 2.0) نیز امتیاز بالایی کسب کرده که نشان می‌دهد مدل در اجرای دستورات فنی دقیق عمل می‌کند.
درگاه پیشرفته برنامه‌نویسی
یکی از جذاب‌ترین بخش‌های معرفی جمنای ۳، ابزار جدید «گوگل آنتی‌گراویتی» بود. این درگاه برنامه‌نویسی کاملاً «عامل‌اول» طراحی شده و اجازه می‌دهد عامل‌های هوش مصنوعی به‌صورت زنده و شفاف روی کد کار کنند. ویژگی‌های کلیدی آن شامل:دسترسی عامل به ادیتور، ترمینال و مرورگر،امکان تولید «آثار» مثل اسکرین‌شات، رکورد مرورگر یا لیست وظایف،وجود دو نمای اصلی: «نمای ادیتور» و «نمای مدیریت عامل‌ها»،شفافیت کامل عملکرد عامل‌ها برای جلوگیری از اشتباه یا سوءاستفاده است. این ابزار نشان می‌دهد گوگل در حال حرکت به سمت نسلی از هوش مصنوعی است که «کار انجام می‌دهد»، نه فقط «متن تولید می‌کند».
پارامترهای API و قابلیت تنظیم «سطح تفکر»
در مستندات رسمی گوگل، جمنای ۳ دارای پارامتر جدیدی به نام «سطح تفکر» (Thinking-Level) است که به توسعه‌دهندگان اجازه می‌دهد عمق تفکر و زمان پردازش مدل را کنترل کنند. این قابلیت عملاً نسخه‌ای تنظیم‌پذیر از استدلال عمیق است و بخشی از مسیر گوگل برای آماده‌سازی انتشار گسترده «دیپ تینک» به حساب می‌آید.همچنین طبق اطلاعات رسمی، پنجره متنی تا ۱ میلیون توکن، قیمت‌گذاری مشخص برای ورودی و خروجی، قطع دانش در ژانویه ۲۰۲۵ همگی توسط گوگل تأیید شده‌اند.
ادعای «ایمن‌ترین مدل گوگل تاکنون»
گوگل در معرفی رسمی بارها اعلام کرد که جمنای ۳ «ایمن‌ترین» مدل این شرکت است. این ادعا بر پایه مقاومت بیشتر در برابر «اینجکشن پرومپت» (Prompt Injection)، کاهش «چاپلوسی الگوریتمی» ، محافظت بهتر در برابر سوءاستفاده سایبری، آزمایش‌های امنیتی توسط پژوهشگران مستقل مطرح شده‌است.«اینجکشن پرومپت» یعنی وارد کردن متن فریب‌دهنده به یک مدل هوش مصنوعی تا آن را وادار کند برخلاف دستورها یا محدودیت‌هایش پاسخ بدهد. «چاپلوسی الگوریتمی» نیز یعنی حالتی که مدل هوش مصنوعی فقط برای راضی‌کردن کاربر، نظر او را تأیید می‌کند؛ حتی اگر واقعیت چیز دیگری باشد.صدور این ادعا بدون داده مستقل هنوز در مرحله اولیه است، اما گوگل می‌گوید پیشرفت امنیتی یکی از بخش‌های کلیدی توسعه جمنای ۳ بوده است.
مرور تمام منابع معتبر نشان می‌دهد جمنای ۳ نه‌فقط یک مدل، بلکه ورود رسمی گوگل به نسل جدید هوش مصنوعی کاربردی است؛ نسلی که در آن مدل درک می‌کند، تحلیل می‌کند، اقدام می‌کند و در محیط‌های کاری واقعی کار انجام می‌دهد.از حضور در جستجوی گوگل گرفته تا اپلیکیشن جمنای، ابزارهای توسعه و درگاه جدید برنامه‌نویسی، همه نشان می‌دهند که جمنای ۳ نقش «موتور واحد» اکوسیستم هوش مصنوعی گوگل را بر عهده گرفته است.
07:17 - 29 آبان 1404
نظرات کاربران
