جمنای چیست؟ قابلیت ها و نحوه استفاده از هوش مصنوعی جدید گوگل (Gemini)

جمنای گوگل، جدید ترین مدل هوش مصنوعی این شرکت آمده است تا انقلابی را در دنیای هوش مصنوعی بر پا کند. در طی یک سال گذشته، بسیاری از غول های تکنولوژی، مانند مایکروسافت و گوگل، بر سر ساخت یک سیستم هوش مصنوعی چند نمایی (مولتی مودال) با یکدیگر در جنگ بودند. حالا به نظر می رسد پیروز این جنگ، با معرفی جمینای Gemini، مشخص شده باشد. برای ساخت جیمینی سیستم های هوش مصنوعی از نوع AlphaGo با توانمندی های بسیار پیشرفته زبانی ترکیب شده اند و نتیجه، پیشرفتی عظیم را در تکنولوژی هوش مصنوعی به همراه داشته است. ما در این مقاله قصد داریم تا این مدل جدید هوش مصنوعی را معرفی کرده و مهم ترین دستاورد ها و محدودیت های آن را مرور کنیم.

گوگل جمینی چیست؟

gemini google جدید ترین مدل از هوش مصنوعی و شاید قدرتمند ترین آن در دنیای حال حاضر باشد که از سوی شرکت گوگل در پایان سال 2023 به بازار معرفی شد. این مدل علاوه بر قابلیت درک متن، امکان درک مفاهیم موجود در تصاویر، ویدئوها و فایل های صوتی را نیز دارد. این مدل چند وجهی می تواند معادلات پیچیده ریاضی، فیزیک و سایر حوزه های علم را حل کند و کد های بسیار با کیفیتی را به زبان های برنامه ریزی متفاوت، تولید نماید.

 Gemini را می توان خانواده جدیدی از مدل ها دانست که نتیجه یک همکاری گسترده و بین المللی در گوگل می باشد. نسخه اولیه این هوش مصنوعی در حال حاضر در دسترس است. این مدل به گونه ای طراحی شده است تا بتواند در یک لحظه، با شکل های متفاوتی از داده ها کار کند و با توجه به زیرساخت های محاسباتی و پلتفرم های مورد استفاده، مقیاس پذیر باشد. بدین ترتیب، کاربران می توانند این مدل را بر روی ابرکامپیوترها با قدرت پردازش بالا یا یک گوشی تلفن همراه ساده، اجرا کنند. این مدل عملکرد بسیار خوبی دارد و یکی از پیشرفته ترین و منحصر به فرد ترین نمونه های حال حاضر دنیاست. این مدل می تواند نتیجه داده ها را به خوبی تحلیل کند. در برخی از موضوعات، این مدل می تواند به خوبی جایگزین متخصصان انسانی در تحلیل و نتیجه گیری باشد.

مهم ترین ویژگی های هوش مصنوعی گوگل جمینی

گوگل معتقد است Gemini می تواند تکنولوژی هوش مصنوعی را متحول سازد و شیوه برهمکنش انسان و هوش مصنوعی را برای همیشه تغییر دهد. برای رسیدن به این هدف، این مدل در جنبه های مختلف و نسبت به سایر مدل های موجود در دنیا، پیشرفت های قابل توجهی داشته است. Gemini حالا امکانات منحصر به فردی را در اختیار کاربران خود قرار می دهد که مهمترین آنها عبارتند از:

• پردازش شکل های مختلفی از داده ها، مانند داده های تصویری، صوتی و کد های تخصصی

• آموزش دیده بر روی مجموعه داده های گسترده متنی و کد ها

• امکان تولید محتوا با هوش مصنوعی جمنای و حتی امکان ترجمه متن و پاسخ به پرسش های مختلف

• دارای پتانسیل بالا در زمینه تغییر شیوه تعامل انسان و رایانه

• ارزیابی دقت پاسخگویی به پرسش های مختلف

• حفظ حریم خصوصی داده ها

• ارائه پاسخ های کامل و مرتبط

• دسترسی به اطلاعات روز دنیا

• تعهد به بهبود مستمر عملکرد

شکل های مختلف جدید ترین هوش مصنوعی گوگل

گوگل، Gemini را به عنوان یک مدل منعطف و چند وجهی معرفی می کند. کاربران می توانند این مدل را بر روی مراکز داده مختلف گوگل و حتی گوشی های همراهشان اجرا کنند. برای انکه بتوان به چنین گستردگی دست یافت، کد اصلی این مدل از هوش مصنوعی، در سه سایز مختلف به بازار معرفی شده است:

• جمنای نانو: مدل جمنای نانو برای اجرا بر روی گوشی های همراه و به طور خاص، گوگل پیکسل هشت طراحی شده است. جمنای نانو برای اجرای تسک هایی که نیازی به یک سرور خارجی ندارند (مانند توصیه هایی برای پاسخ به پیام های دریافتی در اپلیکیشن های پیام رسان و یا خلاصه کردن یک متن) ایده آل است.

• جمنای پرو: این کد بر روی مرکز داده های گوگل اجرا می شود و با هدف تقویت آخرین نسخه از Brad طراحی شده است. Brad چت بات گوگل بر پایه هوش مصنوعی است و در کنار جمنای می تواند در کوتاه ترین زمان ممکن پاسخ شما را بدهد و ماموریت های پیچیده را به انجام برساند.

• جمنای اولترا: این نسخه از Gemini برای استفاده عموم در دسترس نیست اما گوگل آن را یکی از بهترین و حاذق ترین مدل های موجود دنیا معرفی می کند. این نسخه در حال حاضر در سطح آکادمیک فعال است و توانسته است در زمینه پردازش داده ها، تحلیل و نتیجه گیری های دقیق برای موضوعات آکادمیک پیشرفت های بسیار زیادی داشته باشد. این نسخه از جمنای برای انجام کارهای بسیار پیچیده طراحی شده است و قرار است پس از به اتمام رساندن تمام تست ها، به زودی در اختیار عموم قرار گیرد.

گوگل محتوای هوش مصنوعی را پنالتی می کند!

چگونه به جمنای دسترسی پیدا کنیم؟

در حال حاضر Gemini نانو و جمنای پرو در بخش مربوط به خدمات و محصولات گوگل و در کنار محصولاتی همچون Pixel 8 phone  و Brad در دسترس است. گوگل قصد دارد به مرور زمان، سایر خدمات خود از جمله موتور جستجو، کروم و گوگل ادز را با جمنای یکپارچه سازد. شما می توانید از تاریخ 13 دسامبر 2023 و از طریق Gemini API  در Google AI studio  و Google Cloud Vertex AI به نسخه پرو این مدل از هوش مصنوعی دسترسی پیدا کنید. توسعه دهندگان اندروید نیز از طریق AICore می توانند به جمنای نانو دسترسی پیدا کنند.

هوش مصنوعی جدید گوگل و چت جی بی تی

شرکت گوگل با معرفی Gemini به جنگ شرکت اوپن ای آی و چت جی بی تی رفته است. این تیتری است که این روزها در گوشه و کنار دنیا با آن روبرو شده ایم. اما آیا واقعا جمنای می تواند چت جی پی تی را برای همیشه از صحنه روزگار محو سازد؟ برای یافتن پاسخ این پرسش، ابتدا بهتر است مهم ترین ویژگی های هر یک از این دو مدل را بررسی کنیم:

• جمنای: یک شبکه اطلاعات چند وجهی که قادر است وظایف مختلفی را به صورت همزمان بر روی تعداد کثیری از داده ها با شکل های مختلف مدیریت کند. این مدل قابلیت پردازش صدا، تصویر، متن و پیام های صوتی را داراست و می تواند به راحتی نمودارهای مختلف را تحلیل و پردازش کند. جمنای در واقع یک شبکه از مدل های به هم پیوسته و تطبیق پذیر است که لزوم استفاده از مدل های تخصصی را کاهش می دهد.

• چت جی پی تی: یک مدل هوش مصنوعی که برای مقاله نویسی، ترجمه متون و پاسخگویی به سوالات طراحی شده است. این مدل اساسا مبتنی بر متن بوده و درک و پاسخگویی به پرسش ها را در اولویت خود قرار داده است. بر خلاف جمنای، GPT-4 امکان تحلیل تصاویر و داده های صوتی را ندارد و همچنین در تحلیل نمودارها و مفاد علمی یا کد های تخصصی، ناکارآمد است.

Gemini می تواند صدها صفحه از تحقیقات علمی را به راحتی برای شما خلاصه کند، متن های صوتی و تصویری را کوتاه کرده و برای اهداف مختلف، کد نویسی انجام دهد. جمنای بزرگترین مدل زبانی دنیاست که در حوزه های تخصصی علم، مانند ریاضی، تاریخ، پزشکی، حقوق و فیزیک آموزش دیده است. بر خلاف چت جی پی تی، جمنای می تواند استدلال کند و حتی در مواردی، عملکردی بهتر از متخصصان انسانی داشته باشد.

اینکه Gemini بهتر است یا چت جی پی تی، یا اینکه کدامیک می تواند دیگری را از صحنه روزگار محو سازد پرسشی است که در حال حاضر نمی توان پاسخ مناسبی برای آن پیدا کرد. هر کدام از این مدل ها، مزایا و معایب خاص خودشان را دارند و با توجه به نیاز کاربر، هر کدام از آنها می توانند مفید واقع شوند. جمینای نیز خالی از اشکال نیست و در بخش های بعد، به مهم ترین محدودیت های این مدل خواهیم پرداخت. همچنین نباید فراموش کنیم که بسیاری از کشورهای دنیا، روی خوشی به مدل های هوش مصنوعی نشان نمی دهند و احتمالا در آینده محدودیت های بسیار جدی برای استفاده از جمنای وضع خواهد شد. شاید در چنین شرایطی، چت جی پی تی، به عنوان نسخه ای امن تر از هوش مصنوعی، در سطح گسترده تری نسبت به جمنای مورد استفاده قرار گیرد.

محدودیت های جمینی گوگل

جمنای یک مدل بی عیب و نقص نیست. مهم ترین محدودیت های نسخه اولیه این مدل عبارتند از:

• جمنای تنها دستورات را به زبان انگلیسی دریافت می کند. به بیان ساده تر، به جز زبان انگلیسی، این مدل به هیچ زبان دیگری در دسترس نیست.

• یکپارچه سازی جمنای پرو با چت بات Brad بسیار محدود است.

• محدودیت های جغرافیایی برای دسترسی به Gemini وجود دارد. به عنوان مثال، در حال حاضر کاربران اروپا امکان دسترسی به این مدل را ندارند.

• تنها نسخه متنی جمنای پرو در چت بات Brad در دسترس است.

Gemini در یک نگاه

ما در این مقاله، اولین مدل هوش مصنوعی گوگل، با نام Gemini را معرفی کردیم. جمنای نسبت به سایر مدل های موجود در بازار، پیشرفت قابل ملاحظه ای داشته است. این مدل در سطوح مختلف از توانمندی های منحصر به فردی برخوردار است و می تواند مانند یک انسان متخصص، داده های تصویری، صوتی و نمودارها را تحلیل کند. بر خلاف چت جی پی تی، این مدل تنها متکی به متن نیست و می تواند در لحظه بر روی داده هایی با فرمت های مختلف، تحلیل و بررسی انجام دهد. نسخه اولیه جمنای در سطح نانو و پرو در دسترس است و می توان از آن در حوزه های مختلف، استفاده کرد. مهم ترین کاربرد های هوش مصنوعی جمنای عبارت است از:

• درک تصاویر پیچیده:

این مدل می تواند تصاویر پیچیده، مانند اینفوگراف ها و نمودارها را تجزیه و تحلیل کند.

• استدلال چند وجهی:

این مدل می تواند توالی های در هم آمیخته ای از فایل های صوتی، متنی و تصویری را بررسی و استدلال کند. پاسخ هایی که این مدل به پرسش های کاربر می دهد، بر پایه استدلال چند وجهی تمامی این داده ها است.

• برنامه های آموزشی:

مهارت های استدلالی و درک بسیار پیشرفته این مدل از حوزه های مختلف علم، آن را به ابزاری ارزشمند برای محیط های آموزشی تبدیل کرده است.

• ارتباط چند زبانه:

با توجه به مهارت این مدل در درک زبان های مختلف، جمنای قابلیت هدایت ارتباطات به چندین زبان مختلف دنیا را داراست و خدمات ترجمه این مدل، در مقایسه با چت جی پی تی، پیشرفت قابل ملاحظه ای داشته است.

• خلاصه سازی و استخراج اطلاعات:

این مدل می تواند در زمانی کوتاه، حجم بزرگی از اطلاعات را پردازش و خلاصه سازی کند.

• برنامه های کاربردی خلاق:

Gemini پتانسیل بالایی برای کارهای خلاقانه، از جمله تولید محتوا، را داراست.

سفارش تولید محتوا

گوگل بارد به جِمینی تبدیل شد

صفحه Bard گوگل اکنون به صفحه جدید Gemini ریدایرکت شد که نشانه ای از پیشرفت قابل توجه در خدمات هوش مصنوعی گوگل است. این تغییر، نماد تغییر نام Bard به Gemini و همزمان معرفی ویژگی ها و قابلیت های جدید است. بیایید جزئیات بیشتر این تغییر را بررسی کنیم:

در گوگل بارد چه اتفاقی افتاد؟

در آگوست ۲۰۲۳، گوگل رسما انتقال از Bard به Gemini را اعلام کرد و بر تعهد خود به شکستن مرزهای فناوری هوش مصنوعی تأکید کرد.

وب سایت Bard (bard.google.com) اکنون به وب سایت Gemini (gemini.google.com) هدایت می شود و دسترسی به جدیدترین نوآوری های هوش مصنوعی را نظاره گر هستیم.

Gemini  چیست؟

کاربران اکنون به مدل قدرتمندتر و همه کاره ی Ultra 1.0 دسترسی دارند که امکان نوشتن، برنامه ریزی، یادگیری و فعالیت های خلاقانه زیادی را برای آنها ایجاد می کند.

یک برنامه تلفن همراه اختصاصی هم برای  Gemini   در دسترس است که در کنار تغییر نام تجاری آن راه اندازی شد. این برنامه، دسترسی به هوش مصنوعی جمینی را در هر زمان و مکانی فراهم می کند.

به زودی قابلیت های Gemini به طور مستقیم با Gmail، Docs، Slides  و Sheets ادغام خواهد شد تا افزایش بهره وری آن را دو چندان کند.

دلیل این تغییر چیست؟

تحول برند"Gemini"  نماد صورت فلکی مهارت ها و قابلیت های متنوعی است که مدل هوش مصنوعی گوگل ارائه می دهد و کاربردهای گسترده تر آن را فراتر از متن می کند. نام تجاری جدید هوش مصنوعی گوگل، نشان دهنده تعهد گوگل به توسعه و گسترش مداوم فناوری هوش مصنوعی خود است.

مزایا و قابلیت های جمینی برای کاربران

جمینی هوش مصنوعی قدرتمندتری است.کاربران از قابلیت های پیشرفته مدل Ultra 1.0 بهره مند می شوند که طیف وسیع تری از قابلیت ها را دارد. بزرگترین نقطه ضعف هوش مصنوعی نداشتن خلاقینت بود که جمینی با افزایش قابلیت های خود در این زمینه نیز ارتقا یافته است.

با راه اندازی برنامه جمینی برای موبایل، کاربران دسترسی راحت تر و بیشتری به این مدل هوش مصنوعی خواهند داشت. برنامه تلفن همراه دسترسی به Gemini را گسترش می دهد و آن را به یک ابزار مفید برای نیازهای مختلف در زمان ها و مکان های مختلف تبدیل می کند.

همچنین، ادغام آینده با Google Workspace یک تجربه کاربری روان و کارآمد را نوید می دهد.

به طور کلی، ریدایرکت Bard به Gemini گامی مثبت به جلو است که موجب می شود هوش مصنوعی جمینی گوگل، امکانات قدرتمندتر و قابل دسترسی تری ارائه دهد. همانطور که Gemini به تکامل خود ادامه می دهد، راه را برای امکانات جدید و هیجان انگیز در حوزه هوش مصنوعی هموار می کند.

نکات تکمیلی:

برای دریافت به روز رسانی ها و اطلاعات بیشتر، وب سایت رسمی Gemini یا وبلاگ Google AI را بررسی کنید.

مقایسه Gemini و Gemini Advanced

جمینای و Gemini Advanced دو مدل زبانی بزرگ (LLM) از گوگل هستند که بر اساس معماری مشابهی ساخته شده‌اند، اما در چندین  ویژگی کلیدی با هم تفاوت دارند:

1.  اندازه مدل

Gemini: مدل کوچکتر با 1.5 تریلیون پارامتر
Gemini Advanced: مدل بزرگتر با 137 تریلیون پارامتر

2.  توانایی ها

جمینای: برای وظایف عمومی مانند ترجمه، نوشتن و پاسخ به سوالات مناسب است.
Gemini Advanced: برای وظایف پیچیده تر مانند استدلال منطقی، حل مسائل ریاضی و کدنویسی مناسب تر است.

3.  سرعت

جمنای: به دلیل کوچکتر بودن، سریعتر از جمینای پیشرفته است.
Gemini Advanced: به دلیل بزرگتر بودن، کندتر از جمینای است، اما می تواند وظایف پیچیده تر را با دقت بیشتری انجام دهد.

4.  هزینه

جمنای: جمنای به صورت رایگان برای عموم مردم در دسترس است.
Gemini Advanced: برای استفاده از آن باید اشتراک خریداری کرد. قیمت اشتراک جمنای ادونس حدود 20 دلار است.

5.  دسترسی

Gemini: در حال حاضر به طور عمومی در دسترس است.
Gemini Advanced: در حال حاضر فقط برای تعداد محدودی از کاربران در دسترس است.

تجربه ما از کار با Gemini advanced

در اینجا تجربه خود از کار با Gemini Advanced را با شما به اشتراک می گذاریم.  فرض کنید می خواهید یک ایمیل به زبان انگلیسی به یک همکار خارجی بنویسید.

خروجی ایمیل با جمینی:

از جمینای خواستیم که "یک ایمیل به زبان انگلیسی به [نام همکار] در مورد [موضوع ایمیل] بنویسد که لحنی [لحن مورد نظر] داشته باشد و شامل [اطلاعات خاص] باشد."جمینی یک ایمیل ساده و مختصر به زبان انگلیسی به ما ارائه داد که در زیر می بینید:

Dear [نام همکار]

I hope this email finds you well

I am writing to you today to discuss [موضوع ایمیل]

[اطلاعات مختصری در مورد موضوع ایمیل]

Please let me know if you have any questions

Thank you for your time

Sincerely
[نام فرستنده ایمیل]

خروجی ایمیل با Gemini Advanced:

حالا از Gemini Advanced خواستیم که "یک ایمیل به زبان انگلیسی به [نام همکار] در مورد [موضوع ایمیل] بنویسد که لحنی [لحن مورد نظر] داشته باشد و شامل [اطلاعات خاص] باشد." جمینی پیشرفته یک ایمیل دقیق تر ارائه داد که در دامه میبینید:

Dear [نام همکار]

I hope this email finds you well

I am writing to you today to discuss [موضوع ایمیل] with you. As you know, [اطلاعات پیش زمینه ای در مورد موضوع ایمیل]

I believe that [موضوع ایمیل]. To support this, I would like to share the following information with you

* [اطلاعات نقطه اول]

* [اطلاعات نقطه دوم]

* [اطلاعات نقطه سوم]

In light of this information, I would like to propose the following [پیشنهاد شما]. I believe that this would be the best course of action for [دلایل ]

I would appreciate your feedback on this proposal. Please let me know if you have any questions or concerns

Thank you for your time and consideration

Sincerely

[نام فرستنده ایمیل]

همانطور که مشاهده می کنید، ایمیل نوشته شده توسط جمنای ادونس به طور قابل توجهی

1- دقیق تر است و جزئیات بیشتری را ارائه می دهد.
2- متناسب با نیازهای درخواست شده است و لحنی مناسب دارد.
3- منظم تر و خواناتر است.

** همچنین طی تجربه و مقایسه ای که بین هوش مصنوعی جمینای و نسخه پریمیوم آن یعنی Gemini Advanced انجام داده شد، به این نتیجه رسیدیم که جمینای پیشرفته می تواند تصاویر بهتر و با کیفیتی تولید کند. درک Gemini Advanced بیشتر و خروجی تصاویر با کیفیت تر و مرتبط تر بودند.

جمنای بهتر است یا جمینای ادونس؟

اگر به دنبال یک مدل سریع و ارزان برای وظایف عمومی هستید، جمینای انتخاب مناسب تری است؛ اما اگر به دنبال یک مدل قدرتمند برای وظایف پیچیده و تخصصی تر هستید، Gemini Advanced برای شما مناسب تر است. در نهایت، انتخاب بین جمنای و جمنای ادونس به نیازها و بودجه شما بستگی دارد. اگر به دنبال بهترین تجربه هستید و توانایی پرداخت هزینه آن را دارید، Gemini Advanced انتخاب مناسب تری برای شما خواهد بود.