گوگل یک مجموعه‌ای جدید از مدل‌های هوش مصنوعی معرفی کرده است که به عنوان کارآمدترین و سبکترین تاکنون در کنفرانس سالانه برنامه‌نویسی خود، I/O، نام‌گذاری شده‌اند. سری جمینی اکنون با نوآوری جدید خود، فلش جمینی 1.5، تازه‌ترین محصول خود را معرفی کرده است که برای خلاصه کردن سریع گفتگوها، اضافه کردن عناوین به تصاویر و ویدیوها، و استخراج داده از سند‌ها و صفحات گسترده طراحی شده است. در روند تأمین نیازهای توسعه‌دهندگان، مدیرعامل گوگل دیپ‌مایند، دمیس حسابیس، به دنبال راه‌حل‌های سریعتر و هزینه‌ای بیشتر همچنین آکنش‌گرایانه تقدیر از تلاش‌های آن‌ها بود.
این راه‌اندازی هم‌آغاز شده با یک روندی است که شرکت‌های فناوری دچار تغییر استراتژی توسعه و پیاده‌سازی محصولات خود به سمت هوش مصنوعی پرمصرفتر هستند. این ابزارهای جدید به کاربران امکانات پیچیده و نوآورانه‌تری برای دسترسی به اطلاعات آنلاین را نسبت به جستجوهای سنتی وب فراهم می‌کنند که نشانه‌ای مهم برای گوگل است. هم‌زمان، OpenAI نیز مدل خود از هوش مصنوعی و نسخه دسکتاپی از ChatGPT را که به GPT-4o اطلاق شده است؛ که دو برابر سرعت و نصف هزینه پیشین، GPT-4 توربو، را دارا می‌باشد، منتشر کرده است. گوگل هدفونه رقابت سختی با OpenAI با مدل‌های تازه خود دارد.
ژمینی 1.5 پرو، یک نوع دیگر جدید از جمینی، قادر به درک چندین اسناد گسترده (تا 1500 صفحه) و یا خلاصه کردن 100 ایمیل است. سیسی هسیائو، معاون مدیر عامل گوگل، اشاره کرد که ژمینی 1.5 پرو به زودی می‌تواند محتوای ویدیوی یک ساعته یا کدپایه از بیش از 30000 خط را پردازش کند. قدرت‌های قوی این مدل امکان پاسخ‌های سریع و درک‌های از اسناد فشرده مانند یافتن قانون حیوانات خانگی در توافق‌نامه اجاره یا مقایسه بخش‌های اصلی در اسناد تحقیقاتی متعدد را فراهم می کند.
همراه با 2 میلیون توکن نوافذ، ژمینی 1.5 پرو می‌تواند متن راهبری و نحوه پردازش اطلاعات مدل را به طول 35 زبان نشان دهد. افراد اجرایی گوگل به بهبود در استدلال محلی، قابلیت‌های برنامه‌ریزی و درک تصویر ارائه شده توسط مدل جدید اشاره کردند. مدیرعامل شرکت مادر، سوندار پیچائی، ادعا کرد که این مدل بزرگترین پنجره راهبردی را که تاکنون در یک مدل اساسی دیده شده است، فراهم می کند.
اولین ژمینی 1.5 پرو برای آزمایش در آزمایشگاه‌های ورک‌اسپیس خواهد بود، در حالی که ژمینی 1.5 فلش برای آزمایش‌ها در داخل قابلیت آموزش و توزیع اپلیکیشن‌های هوش مصنوعی گوگل، Vertex AI، در دسترس خواهد بود.
همچنین، گوگل به پاسخ به Sora از OpenAI با مدل ویدیوی خود Veo پاسخ داده است كه به عنوان تا به حال مهارت‌دهنده‌ترین مدل ساخت ویدیو توسط مدیر عامل گوگل دیپ‌مایند، دمیس حسابیس، معرفی شده است. Veo به کاربران امکان می‌دهد تا با استفاده از پیشنهادات متنی، ورودی‌های تصویر و معلومات ویدیویی، ویدیوهای با کیفیت بالا (تا 1080p) ایجاد کنند. Veo جدید قول تولید گذارهای با تناوب‌های عاطفی بین سبک‌های تصویری و اثرات سینمایی دارد. برخلاف دسترس پذیری انتخابی Sora برای توسعه‌دهندگان خاص، گوگل کاربران را به عضویت در لیست انتظار برای آزمایش با Veo دعوت می‌کند که از آمریکا از طریق ابزار تجربی گوگل، VideoFX، شروع خواهد شد.
فرود گوگل به بازار رقابتی هوش مصنوعی:
اعلامیه‌های کنفرانس توسعه‌دهندگان گوگل اشاره‌گر به قصدش برای بُرهور کردن فناوری هوش مصنوعی در بازار هوش مصنوعی رقابتی تر است. شرکت‌ها مانند OpenAI با مدل GPT-4 خود و مایکروسافت که در حال یکپارچه‌سازی هوش مصنوعی به محصولات خود هستند، بازیگران مهمی در این فضا هستند. اعلامیه‌های کنفرانس توسعه‌دهندگان گوگل نشان دهنده قصد آن برای بیشترین بودن فناوری هوش مصنوعی است؛ که ابزارهای پیشرفته‌ای برای توسعه‌دهندگان و کاربران پایانی فراهم می‌کند.
پرسش‌ها و پاسخ‌های کلیدی:
– اهمیت مدل‌های هوش مصنوعی ژمینی 1.5 چیست؟
مدل‌های هوش مصنوعی ژمینی 1.5 به تلاش‌های آخرین گوگل برای ارائه ابزارهای هوش مصنوعی کارآمدتر و هزینه‌ای پرداخته شده است. این مدل‌ها همچنین نشان دهنده پیشرفت در قابلیت‌های هوش مصنوعی هستند که می توانند مقادیر زیادی از اطلاعات را پردازش و خلاصه کنند، که می تواند روش‌های تعامل کاربران با محتوای دیجیتال را انقلابی کند.
– مدل‌های جدید چگونه با فناوری‌های موجود هوش مصنوعی مقایسه می‌شوند؟
با پنجره توکن افزوده و توانایی درک اسناد گسترده ژمینی 1.5، پنجره‌ی راهبردی گسترده‌تری نسبت به مدل‌های پیشین ارائه می‌دهد. این می‌تواند منجر به درک بهتر و خروجی‌های هماهنگ‌تر شود، به ویژه در وظایف پردازش زبان.
چالش‌ها و اختلافات:
مسائل مربوط به مدل‌های هوش مصنوعی مانند ژمینی 1.5 شامل ملاحظات اخلاقی در مورد چگونگی آموزش مدل‌ها و کیفیت خروجی‌ها، تضمین می‌کنند که از تبعیض و اطلاعات غلط آزاد هستند. پیامدهای حفظ حریم خصوصی مدل‌های هوش مصنوعی که اطلاعات شخصی یا حساس را پردازش می‌کنند یک نگرانی دیگر است. علاوه بر این، چالش ادغام کارآمد چنین ابزارهای پیچیده هوش مصنوعی با محصولات و خدمات موجود بدون اختلال در تجربه کاربران یا ایجاد اثرات مضر غیرقصدی است.
مزایا و معایب:
مدل‌های هوش مصنوعی ژمینی 1.5 پیشرفتی را در این خصوص دارند که هوش مصنوعی قادر است به گونه‌ای مدیریت و ترکیب مجموعه‌های بزرگی از اطلاعات که یک مزیت قابل توجه برای کارایی در زمینه‌های شخصی و حرفه‌ای است. آن‌ها نیز نشانگر کاهش هزینه و بهبود سرعت در عملیات هوش مصنوعی هستند.
با این حال، خطر اعتماد بیش از حد به هوش مصنوعی که ممکن است توسعه مهارت‌های انسانی را تأثیر بگذارد وجود دارد. به علاوه، نگرانی‌هایی در خصوص جایگزینی شغلی ناشی از اتوماسیون، و کیفیت محتوای تولید شده توسط هوش مصنوعی که ممکن است در صورت عدم تنظیم درست، موجب فریب و اطلاعات اشتباه شود.
پیوندهای مرتبط:
برای بررسی بیشتر پیشرفت‌ها و فعالیت‌های گوگل و رقبا آن در حوزه هوش مصنوعی، می‌توانید به [Google](https://www.google.com), [OpenAI](https://www.openai.com), [DeepMind](https://www.deepmind.com), و [Microsoft](https://www.microsoft.com) مراجعه کنید.
لطفا توجه داشته باشید که این پیوندها شما را به دامنه‌های اصلی هدایت می‌کنند و اطلاعات خاص درباره مدل‌ها یا پلتفرم‌های هوش‌مصنوعی ممکن است نیاز به راهنمایی از صفحات فرعی این دامنه‌ها داشته باشند تا اطلاعات بروز را بدست آورید.
The source of the article is from the blog guambia.com.uy