Google ، High on AI ، Gemini Gemini را برای همه چیز شلاق می زند • ثبت نام

Google IO Sundar Pichai ، مدیرعامل Alphabet و شرکت تابعه Google آن ، هفدهمین کنفرانس سالانه Google I/O را روز سه شنبه افتتاح کرد و از قدرت تحول آمیز هوش مصنوعی تبخیر کرد ، همانطور که سال گذشته و سال قبل انجام داد.

اما در میان همه اعتیاد به مواد مخدره ، رهبر کارخانه شکلات قول برخی از ویژگی ها و محصولات جدید مربوط به هوش مصنوعی را برای کاربران تجاری در اواخر سال جاری داد.

پیچای با اظهار داشت که فصل جمینی از 20 ماه مه آغاز می شود و افزود: “من واقعاً مطمئن نیستم که معامله بزرگ چیست ؛ هر روز فصل جمینی در اینجا در گوگل است.”

فصل Gemini یک مرجع اخترشناسی است ، در حالی که گوگل از این اصطلاح برای مراجعه به خانواده مدلهای هوش مصنوعی استفاده می کند. اما کلمه بازی پیچای مناسب است زیرا هوش مصنوعی مانند طالع بینی بر اساس اعتقاد فروخته شده است.

با آشکار شدن برنامه های عملی ، این تغییر می کند. کلید اصلی پیچای بر نتایج و معیارهای تأکید شده است. وی گفت: “ما سریعتر از همیشه حمل می کنیم.”

پیچای گفت: “ما بیش از ده ها مدل و پیشرفت های تحقیق را اعلام کرده ایم و بیش از 20 محصول و ویژگی های اصلی AI را منتشر کرده ایم ، همه از آخرین I/O.”

پیچای پیشرفت Gemini 2.5 Pro ، پیشرفته ترین LLM خود را ، با مقایسه نمره معیار ELO 1448 با Gemini 2.0 Pro (1379) ، Gemini 1.5 Pro (1249) و Gemini 1.0 Pro (1111) مقایسه کرد. وی گفت: “امروز ، Gemini 2.5 Pro در همه دسته ها ، رهبری Llmarena را جارو می کند.”

Pichai موفقیت Gemini را با رویکرد کامل Google به زیرساخت ها اعتبار می دهد و اظهار داشت که واحد پردازش تانسور نسل هفتم Mega-Corp (TPU) ، Ironwood ، عملکرد 10 برابر به اندازه نسل قبلی را ارائه می دهد و 42.5 اگزوز فلفلپ به دست می آید. TPU در اواخر سال جاری در دسترس مشتریان Google Cloud خواهد بود.

وی افزود ، این زیرساخت ها به گوگل این امکان را می دهد تا “بهترین مدل ها را در موثرترین نقطه قیمت ارائه دهد.”

اما بیشتر از معیارها به هوش مصنوعی وجود دارد ، و پیچای در مورد سه پروژه ، Starline ، Astra و Mariner به روزرسانی هایی را ارائه داد که در واقع ممکن است در شرکت ها پذیرش پیدا کند.

Project Starline ، یک سیستم کنفرانس ویدیویی سه بعدی که در سال 2021 نمایش داده شده است ، با هوش مصنوعی به روز شده است. این پروژه Google Beam را ایجاد کرده است ، که “از حالت جدیدی از مدل فیلم هنری برای تبدیل جریان های ویدیویی 2D به یک تجربه سه بعدی واقع بینانه استفاده می کند” ، همانطور که پیچای بیان کرد.

با استفاده از آرایه ای از شش دوربین ، افراد کنفرانس ویدیویی در زوایای مختلف اسیر می شوند تا بتوانند در یک صفحه نمایش 3D نور ، با سرعت 60 فریم در ثانیه در زمان واقعی ارائه شوند.

گوگل با HP همکاری کرده است تا Google Beam را در اواخر سال جاری به مشتریان تحویل دهد.

فناوری Project Starline همچنین راه خود را برای دیدار با Google ، سرویس ملاقات ویدیویی غول وب ، در قالب ترجمه زبان دو جهته در زمان واقعی ، با استفاده از گفتار معقول و تولید شده AI ، ابراز کرده است.

به گفته پیچای ، ترجمه انگلیسی و اسپانیایی ، اکنون برای مشترکین ملاقات با مشاغل کوچک در دسترس است و زبان های بیشتری در هفته های آینده برنامه ریزی شده است. شرکت ها در اواخر سال جاری دسترسی خواهند یافت.

سرانجام ، Gemini API چندین قابلیت توسعه یافته از طریق Project Mariner را به ارث می برد ، یک پروژه تحقیقاتی در مورد استفاده از رایانه توسط نمایندگان نرم افزار. این موارد شامل چند وظیفه ای و آموزش و تکرار ، توانایی آموزش مدل برای انجام یک کار خاص است تا بتواند کارهای مشابه را به تنهایی برنامه ریزی کند.

پیچای همچنین گفت Genai SDK Google اکنون با پروتکل زمینه مدل Anthropic ، با نام MCP سازگار است ، طرحی برای استاندارد سازی نحوه تعامل برنامه ها با LLMS.

درست همانطور که Google سالها پیش داده های حساب کاربری را در سراسر خدمات خود در دسترس قرار داده است ، این شرکت قصد دارد خدمات AI را شخصی تر کند. پیچای گفت: “ما در تلاش هستیم تا این زندگی را با چیزی که ما به آن زمینه شخصی می نامیم ، بیاوریم.” “با اجازه شما ، مدل های جمینی می توانند از زمینه های مربوطه در برنامه های Google شما استفاده کنند ، به گونه ای که خصوصی ، شفاف و کاملاً تحت کنترل شما باشد.”

در Gmail ، این به شکل پاسخ های هوشمند شخصی ، پاسخ های خودکار که توسط هوش مصنوعی ماساژ داده شده است ، به نظر می رسد تا انگار آنها را نوشته اید.

پیچای گفت: “بیایید بگوییم دوست من برای من نوشت که به دنبال مشاوره است.” “او یک سفر جاده ای به یوتا انجام می دهد و او به یاد می آورد که من این سفر را قبلاً انجام داده ام. حالا اگر من صادق باشم ، احتمالاً با چیزی کوتاه و بی فایده پاسخ می دهم. با عرض پوزش ، فلیکس. اما با پاسخ های هوشمند شخصی ، من می توانم دوست بهتری باشم. به این دلیل است که جمینی می تواند تقریباً تمام کارهای من را انجام دهد ، به دنبال یادداشت های من ، اسکن ایمیل های گذشته در مورد ذخیره سازی من در Google Trips.

“جمینی با تبریک های معمولی من از ایمیل های گذشته مطابقت دارد ، لحن ، سبک و انتخاب کلمات مورد علاقه من را ضبط می کند ، و سپس به طور خودکار پاسخی ایجاد می کند.”

زمینه شخصی در تابستان امسال در Gmail برای مشترکان در دسترس خواهد بود و برای ارسال به دوستان در دسترس خواهد بود ، که ممکن است تصمیم بگیرند که اگر یاد بگیرند ارتباطات را به جمینی واگذار کرده اند ، دوست نباشند.

برای مصرف کنندگان نیز تعداد زیادی گوبین هوش مصنوعی وجود داشت.

این مورد علاقه Google با هوش مصنوعی است که در حال ارائه یک حالت جدید هوش مصنوعی برای کاربران ما از محصول اصلی آن یعنی Google Search است که از امروز شروع می شود. این به عنوان یک تنظیم در Google Labs در دسترس است ، بدون هیچ گونه حرفی در مورد چگونگی تأثیر این امر بر مراجعه به ترافیک وب سایت.

پیچای گفت: “برای کسانی که می خواهند یک تجربه جستجوی AI به پایان برسند.” “ما در حال معرفی یک حالت جدید هوش مصنوعی هستیم. این یک تصویر مجدد در جستجوی است.”

جمینی بسیار خوب است که وقتی اشتباه می کنید به شما بگویید

حالت AI نوید توانایی پرسیدن پرس و جوهای طولانی تر و پیچیده تر را می دهد ، یکی ممکن است از یک مدل هوش مصنوعی بپرسد. Google در حال پخش حالت AI به عنوان یک برگه جدید در پنجره جستجوی خود است که پس از رسیدن آن توسط زمینه شخصی تقویت می شود. و از این هفته ، جستجوی Google به Gemini 2.5 متصل می شود.

Project Astra ، یک دستیار نمونه اولیه AI که توسط بازوی تحقیقاتی DeepMind AI Google ایجاد شده است ، دوربین و قابلیت اشتراک گذاری صفحه نمایش خود را در اختیار Gemini ، دستیار شخصی آن قرار داده است. ویدئویی که توسط یک تستر از سرویس گرفته شده است ، دستیار هوش مصنوعی را با استفاده از قابلیت های بینایی برای اصلاح توضیحات نادرست تستر در مورد اشیاء که با سرگردان در اطراف یک محله روبرو هستند ، نشان می دهد.

Pichai در پایان این ویدئو اظهار داشت: “جمینی بسیار خوب است که به شما بگویند وقتی اشتباه می کنید” ، که افزود که این قابلیت امروز به همه با استفاده از Gemini در Android و iOS در حال جابجایی است.

Google همچنین مدل های جدید رسانه ای تولیدی را اعلام کرد. VEO 3 و Imagen 4 به ترتیب تولید فیلم و تصویر را ارائه می دهند. Lyria 2 قابلیت های تولید موسیقی را فراهم می کند-اکنون فقط هنرمندان تجسمی نیستند که باید با رقابت های تولید شده AI کنار بیایند. و یک ابزار جدید فیلم سازی AI به نام Flow وجود دارد. Biz همچنین Synthid Detector را راه اندازی کرد ، یک وب سایت برای کمک به شناسایی محتوای تولید شده AI. کمی شبیه سازنده سلاح گرم است که یک مرکز تروما را اداره می کند.

پیچای در هنگام پایان دادن گفت: “فرصت با هوش مصنوعی واقعاً به همان اندازه بزرگ است.” “و این به این موج از توسعه دهندگان ، سازندگان فناوری خواهد رسید تا اطمینان حاصل کنند که مزایای آن به هر حد ممکن به بسیاری از افراد برسد.” ®