گوگل از Gemini 2.0 رونمایی کرد؛ مدل هوش مصنوعی با قابلیت‌های چندرسانه‌ای
گوگل به تازگی مدل جدیدی به نام Gemini 2.0 Flash معرفی کرده است که به گفته این شرکت، گامی بزرگ در جهت دستیابی به هدف دستیار همه‌کاره است. این مدل که جایگزین نسخه Gemini 1.5 است، با قابلیت‌های پیشرفته در پردازش چندرسانه‌ای و استفاده از ابزارها عرضه شده است.
Gemini 2.0 Flash چیست؟
Gemini 2.0 Flash اولین مدل از نسل جدید Gemini است که به‌طور خاص برای عملکرد سریع طراحی شده است. این مدل در حال حاضر به صورت آزمایشی در نسخه وب Gemini در دسترس کاربران قرار گرفته و به زودی به نسخه‌های موبایلی نیز اضافه خواهد شد.
بر اساس اعلام گوگل، این نسخه پیشرفته علاوه بر بهبود عملکرد نسخه قبلی (Gemini 1.5 Flash)، قابلیت‌های جدیدی مانند ورودی و خروجی چندرسانه‌ای را به کاربران ارائه می‌دهد. همچنین این مدل قادر به پردازش متن، تصویر و صوت به صورت هم‌زمان بوده و می‌تواند محتوای متنی، تصویری و صوتی تولید کند.
هوش مصنوعی می‌تواند استراتژی سئو را تغییر دهد؟
ویژگی‌های کلیدی Gemini 2.0 Flash
- چندرسانه‌ای بودن:
این مدل می‌تواند داده‌های متنی، تصویری و صوتی را دریافت کند و خروجی‌هایی شامل تولید تصویر، صوت و متن ارائه دهد. - استفاده از ابزارها:
Gemini 2.0 Flash می‌تواند ابزارهایی مانند Google Search را فراخوانی کند و حتی عملکردهای تعریف‌شده توسط کاربر یا کدها را اجرا کند. - دسترسی برای توسعه‌دهندگان:
این مدل جدید از طریق Gemini API در Google AI Studio و Vertex AI برای توسعه‌دهندگان در دسترس قرار گرفته است. نسخه چندرسانه‌ای این مدل فعلا محدود به گروه خاصی از توسعه‌دهندگان است، اما طبق برنامه‌ریزی گوگل، همه کاربران از ژانویه به آن دسترسی خواهند داشت.
بیانیه مدیرعامل گوگل
ساندار پیچای، مدیرعامل گوگل، در مورد این مدل گفت:
“ما پیشرفته‌ترین مدل خود تا امروز را معرفی کرده‌ایم. با قابلیت‌های جدیدی مانند تولید مستقیم تصاویر و صدا و استفاده از ابزارهای متنوع، می‌توانیم دستیارهای هوشمند جدیدی بسازیم که ما را یک قدم به دستیابی به یک دستیار همه‌کاره نزدیک‌تر می‌کنند.”
چشم‌انداز آینده Gemini 2.0
گوگل اعلام کرده که این مدل به زودی در سایر محصولات این شرکت نیز به کار گرفته خواهد شد و این اقدام در ابتدای سال آینده آغاز می‌شود. معرفی Gemini 2.0 Flash نشان‌دهنده ورود به عصری جدید از هوش مصنوعی است که در آن قابلیت‌های پیشرفته درک و تولید محتوا می‌تواند تجربه کاربری را در ابزارهای دیجیتال به طور چشمگیری بهبود بخشد.
جمع‌بندی
مدل جدید Gemini 2.0 Flash با امکاناتی مانند پردازش چندرسانه‌ای، استفاده از ابزارهای هوشمند، و ارائه قابلیت‌های پیشرفته به توسعه‌دهندگان، گامی مهم در توسعه هوش مصنوعی و تحقق هدف دستیار همه‌کاره گوگل است. این پیشرفت‌ها نویددهنده آینده‌ای هستند که در آن هوش مصنوعی بیش از پیش به عنوان یک عامل هوشمند و کارآمد در خدمت کاربران قرار خواهد گرفت.
منبع: heise.de
