معرفی Gemini 2.0 : مدل جدید هوش مصنوعی گوگل

گوگل توی یک مقاله مفصل از محصول جدید هوش مصنوعی خودش به نام Gemini 2.0 رونمایی کرد. اینجوری درباره محصول جدیدش صحبت کرده:

«اطلاعات در هسته پیشرفت انسان قرار داره. به همین خاطر ما بیشتر از 26 ساله که روی مأموریت‌مون برای سازماندهی اطلاعات جهان کار می‌کنیم و می‌خوایم این اطلاعات رو قابل دسترسی و مفید کنیم. و به همین دلیل هم هست که ما همواره در حال پیشبرد مرزهای هوش مصنوعی هستیم تا بتونیم این اطلاعات رو تو هر ورودی سازماندهی کنیم و از طریق هر خروجی در دسترس قرار بدیم تا واقعاً براتون مفید باشه.»

وقتی Gemini 1.0 رو در دسامبر گذشته معرفی کردیم، این دیدگاه ما بود. این اولین مدلی بود که به صورت بومی چندوجهی ساخته شده بود. Gemini 1.0 و 1.5 پیشرفت‌های بزرگی رو با چندوجهی بودن و زمینه طولانی برای درک اطلاعات از طریق متن، ویدئو، تصاویر، صدا و کد انجام دادن.

معرفی Gemini 2.0 گوگل

در طول سال گذشته، ما کلی روی توسعه مدل‌های جدید کار کردیم تا بتونیم اطلاعات بیشتری درباره دنیای اطراف شما داشته باشیم، چند قدم جلوتر فکر کنیم و با نظارت شما از طرف شما اقدام کنیم.

امروز خیلی هیجان‌زده‌ایم که نسل بعدی مدل‌های خودمون رو معرفی کنیم: Gemini 2.0، که قدرتمندترین مدل ما تا حالا هست. با پیشرفت‌های جدیدی که توی چندوجهی داریم – مثل خروجی تصویر و صدای بومی – و استفاده از ابزارهای بومی، حالا می‌تونیم عوامل هوش مصنوعی جدیدی بسازیم که ما رو به دیدگاه‌مون درباره یک دستیار جهانی نزدیک‌تر می‌کنه.

امروز نسخه 2.0 رو به توسعه‌دهندگان و آزمایش‌کنندگان مورد اعتمادمون می‌دیم و داریم سریعاً تلاش می‌کنیم تا این مدل رو به محصولات خودمون اضافه کنیم، که با جمینی و جستجو پیشرو هست. از امروز مدل آزمایشی فلش Gemini 2.0 برای همه کاربران Gemini در دسترس خواهد بود. همچنین یک ویژگی جدید به نام Deep Research رو راه‌اندازی می‌کنیم که با استفاده از استدلال پیشرفته و قابلیت‌های زمینه طولانی، به عنوان دستیار تحقیق عمل می‌کنه و موضوعات پیچیده رو بررسی می‌کنه و گزارش‌هایی رو از طرف شما جمع‌آوری می‌کنه. این ویژگی امروز در Gemini Advanced در دسترسه.

هیچ محصولی به اندازه جستجوی هوش مصنوعی تغییر شکل نداده. مرورهای هوش مصنوعی ما حالا به 1 میلیارد نفر رسیده و به سرعت یکی از محبوب‌ترین ویژگی‌های جستجوی ما شده. به عنوان گام بعدی، ما قابلیت‌های استدلال پیشرفته Gemini 2.0 رو به مرورهای هوش مصنوعی اضافه می‌کنیم تا بتونیم به موضوعات پیچیده‌تر و سؤالات چند مرحله‌ای، از جمله معادلات ریاضی پیشرفته، پرس‌وجوهای چندوجهی و کدنویسی رسیدگی کنیم.

ما این هفته تست‌های محدودی رو شروع کردیم و اوایل سال آینده این قابلیت رو به طور گسترده‌تر ارائه خواهیم داد. همچنین به ارائه مروری بر هوش مصنوعی به کشورها و زبان‌های بیشتری در سال آینده ادامه خواهیم داد. اگر Gemini 1.0 درباره سازماندهی و درک اطلاعات بود، Gemini 2.0 درباره مفیدتر کردن اون اطلاعاته.

Gemini 2.0: مدل جدید هوش مصنوعی ما برای دوره نمایندگی

در طول سال گذشته، ما واقعاً پیشرفت‌های باورنکردنی توی زمینه هوش مصنوعی داشتیم. امروز اولین مدل از خانواده Gemini 2.0 رو معرفی می‌کنیم: نسخه آزمایشی Gemini 2.0 Flash. این مدل واقعاً کارآمد و با تأخیر کم و عملکرد پیشرفته‌ای که داره، توی لبه فناوری ما قرار داره.

ما همچنین با نمایش نمونه‌های اولیه‌ای که با قابلیت‌های چندوجهی بومی Gemini 2.0 فعال شده، مرزهای تحقیقات خودمون رو به اشتراک می‌گذاریم.

فلش جمینی 2.0

فلش جمینی 2.0 بر اساس موفقیت 1.5 Flash ساخته شده، که محبوب‌ترین مدل ما برای توسعه‌دهندگان بوده و حالا با عملکرد بهتری در زمان‌های پاسخگویی سریع مشابه عرضه می‌شه. جالب اینجاست که 2.0 Flash حتی در معیارهای کلیدی، با سرعت دو برابر بهتر از 1.5 Pro عمل می‌کنه. این نسخه جدید با قابلیت‌های تازه‌ای هم ارائه می‌شه.

علاوه بر اینکه ورودی‌های چندوجهی مثل تصاویر، ویدیو و صدا رو پشتیبانی می‌کنه، 2.0 Flash حالا از خروجی‌های چندوجهی مثل تصاویر تولید شده بومی که با متن ترکیب شده و صدای چندزبانه تبدیل متن به گفتار (TTS) هم پشتیبانی می‌کنه. همچنین می‌تونه ابزارهایی مثل جستجوی گوگل، اجرای کد و توابع تعریف شده توسط شخص ثالث رو به صورت بومی فراخوانی کنه.

هدف ما اینه که مدل‌های خودمون رو با خیال راحت و سریع به دست مردم برسونیم. در طول ماه گذشته، نسخه‌های آزمایشی و اولیه Gemini 2.0 رو به اشتراک گذاشتیم و بازخوردهای خیلی خوبی از توسعه‌دهندگان گرفتیم.

فلش جمینی 2.0 حالا به عنوان یک مدل آزمایشی برای توسعه‌دهندگان از طریق Gemini API در Google AI Studio و Vertex AI با ورودی و خروجی متن چندوجهی در دسترس همه توسعه‌دهندگان قرار داره. همچنین تولید متن به گفتار و تصویر بومی هم برای شرکای با دسترسی اولیه در دسترس هست. در ماه ژانویه، عرضه عمومی با سایزهای مدل بیشتر هم خواهد بود.

از امروز، کاربران Gemini در سراسر جهان می‌تونن با انتخاب این مدل در منوی کشویی وب دسکتاپ و موبایل، به نسخه بهینه‌شده چت 2.0 آزمایشی Flash دسترسی پیدا کنن و به زودی این قابلیت در برنامه تلفن همراه Gemini هم در دسترس خواهد بود. با استفاده از این مدل جدید، کاربران می‌تونن تجربه‌ای حتی مفیدتر از دستیار Gemini داشته باشن. در اوایل سال آینده، Gemini 2.0 رو به محصولات بیشتری از گوگل گسترش خواهیم داد.

نسخه‌های امروز واقعاً فصل جدیدی رو برای مدل Gemini ما رقم می‌زنند. با انتشار Gemini 2.0 Flash و مجموعه‌ای از نمونه‌های اولیه تحقیقاتی که احتمالات جدید رو بررسی می‌کنن، به یک نقطه عطف هیجان‌انگیز در عصر جمینی رسیدیم. و ما واقعاً منتظریم که همه این احتمالات جدید رو با خیال راحت در دسترس قرار بدیم و به سمت AGI حرکت کنیم.

منبع : گوگل