اندکی پیش از فصل تعطیلات، گوگل مجموعهای تازه از بهروزرسانیها برای جمینی، دستیار مبتنی بر هوشمصنوعی خود، عرضه کرده و نشان میدهد تلاش این غول فناوری برای همگامماندن با رقابت پرشتاب در حوزه هوشمصنوعی ادامه دارد.
ویژگیهای جدید از ابزارهای «وایب کدینگ» که به کاربران امکان میدهد بدون نوشتن کد اپ بسازند تا مدلهای سریعتر و قابلیتهای جستوجو و ترجمه گفتوگومحور گسترده شدهاند.
یورونیوز نکست به مهمترین بهروزرسانیها نگاهی میاندازد.
وایب کدینگ
اکنون میتوان یک اپ مبتنی بر هوشمصنوعی را مستقیم روی جمینی ساخت.
گوگل این هفته گفت اوپال، ابزار ساخت مینیاپهای هوشمصنوعی با نام Gems، مستقیم در مرورگر وب این شرکت ادغام میشود.
گوگل گفت این ابزار که در ژوئیه معرفی شد، نقشه راه یک اپ چندمرحلهای را بدون نوشتن حتی یک خط کد میسازد و با زنجیرهکردن پرامپتها، فراخوانیهای مدلهای هوشمصنوعی و ابزارهای دیگر کار میکند.
گوگل گفت اگر کاربران بخواهند پرامپتی را که با آن اپ خود را ساختهاند دستکاری کنند یا ویژگی و ابزاری تازه اضافه کنند، کافی است تغییر مدنظرشان را شرح دهند تا همان انجام شود.
اکنون یک ویرایشگر بصری روی جمینی ادغام شده که گامها و تغییرات اعمالشده بر اپها را ثبت میکند و به کاربران اجازه میدهد پیشنمایش اپهایشان را پیش از بهاشتراکگذاری با دیگر دارندگان حساب گوگل ببینند.
ویرایشگر بصری همچنین امکان بارگذاری تصویر یا لینک ویدئو را میدهد تا اوپال هنگام ساخت اپ از آنها بهعنوان مرجع استفاده کند.
اوپال نمونهای از ابزارهای «وایب کدینگ» است؛ زمینهای نوظهور که در آن هوشمصنوعی به جای کدنویسی، از پرامپتهای زبانی ساده اپ میسازد.
برخی شرکتهای هوشمصنوعی مانند OpenAI و Anthropic اوایل امسال نسخههای خود را منتشر کردند و استارتاپ سوئدی «وایب کدینگ» Lovable در سال نخست فعالیتش یکی از بزرگترین سرمایهگذاریهای مرحله اولیه اروپا را به ارزش ۲۰۰ میلیون دلار (۱۷۰ میلیون یورو) جذب کرد.
جمینی سریعتر و ارزانتر
مدلی از جمینی که هم هوشمند است و هم سریع؛ این شعار گوگل برای جمینی ۳ فلش است.
این شرکت گفت مدل فلش جدید از مهارتهای استدلال در سطح دکترا برخوردار است و هوشمندی آن «با سرعت افکارتان» هماهنگ میماند.
این مدل دو حالت دارد: حالت «سریع» برای پاسخ سریع به سوالها و حالت «تفکر» برای حل مسائل پیچیده.
جمینی ۳ فلش در درک ویدئوها و تصاویر نیز بسیار بهتر از مدلهای قدیمیتر عمل میکند و میتواند آن محتوا را در چند ثانیه به «طرحی مفید و قابل اجرا» تبدیل کند.
این شرکت گفت این مدل در درک ریزهکاریهای سوالهای کاربران هم بهتر از مدلهای قبلی است و با استفاده از اطلاعات زمانواقعی از سراسر اینترنت میتواند «پاسخهای جامع و قابل فهم از نظر بصری» ارائه کند.
عرضه جمینی ۳ فلش چند هفته پس از انتشار جمینی ۳ پرو، «قدرتمندترین» مدل گوگل برای وایب کدینگ و ایجنتهای خودگردان هوشمصنوعی، و جمینی ۳ «دیپ تینک»، حالتی که با مسائل پیچیده ریاضی، علوم و منطق سروکار دارد، انجام شد.
گوگل میگوید عملکرد جمینی ۳ فلش در معیارهای مرسوم صنعت، مانند GPQA Diamond که مجموعهای از سوالهای پیچیده در زیستشناسی، فیزیک و شیمی است، «رقیب مدلهای بزرگ پیشرو» است و از جمینی ۲.۵ فلش، مدل فلش قبلی که منتشردر ژوئن شد، بهتر عمل میکند.
بهبودهایی در ترجمه و جستوجو
گوگل برای کاربران ایالات متحده گفت چت مستقیم با قابلیتهای جستوجو و ترجمه خود را آسانتر کرده است.
بهبودهای قابلیت Live With Search به این معناست که کاربران اکنون میتوانند برای دریافت کمک زمانواقعی از موتور جستوجو مکالمهای صوتی و رفتوبرگشتی داشته باشند.
این شرکت در بیانیه خود گفت صدای مبتنی بر هوشمصنوعی که به پرسشها پاسخ میدهد «از همیشه روانتر و بیانگرتر» خواهد بود.
گوگل هفته گذشته اعلام کرد جمینی اکنون در اپهای جستوجو و ترجمه این شرکت ادغام شده تا هنگام جستوجو به کاربران «ترجمههای متنی بسیار هوشمندتر، طبیعیتر و دقیقتر» ارائه کند.
این شرکت همچنین نسخه بتای ترجمه زندهای را منتشر کرد که «ترجمههایی زمانواقعی با صدایی طبیعی» را از طریق تیترها ارائه میدهد.
یکی از بهبودها در Translate این است که اصطلاحات یا عبارتهایی مانند «steal my thunder» را میفهمد و به جای ترجمه کلمهبهکلمه، معادل طبیعیتری ارائه میکند.
این قابلیت فعلا برای کاربران ایالات متحده و هند هنگام ترجمه از انگلیسی به بیش از ۲۰ زبان، از جمله اسپانیایی، هندی، ژاپنی و آلمانی در دسترس است.
