معرفی Gemini 2.0: تواناترین مدل هوش مصنوعی گوگل تا به امروز

رقابت برای تسلط در عرصه هوش مصنوعی رو به گرماست. تنها یک هفته پس از اینکه OpenAI مدل O1 خود را منتشر کرد، گوگل امروز نسل جدید مدل هوش مصنوعی خود، Gemini 2.0 را معرفی کرد. در پست وبلاگی که به ساندار پیچای، مدیرعامل گوگل، نسبت داده شده، شرکت اعلام کرده که Gemini 2.0 قدرتمندترین مدل آنهاست و از خروجی‌های تصویری و صوتی پشتیبانی می‌کند.

پیچای بیان کرد که این امکان، گوگل را قادر می‌سازد تا نسل جدیدی از عوامل هوش مصنوعی را بسازد که به ما در رسیدن به چشم‌انداز یک دستیار جهانی کمک می‌کند. گوگل با معرفی Gemini 2.0 رویکردی متفاوت را در پیش گرفته است.  به جای آغاز پیش‌نمایش با نسخه پیشرفته‌تر مدل خود، Gemini 2.0 Pro، این شرکت با نسخه 2.0 Flash شروع به کار کرده است. از امروز، این مدل کارآمدتر و مقرون‌به‌صرفه‌تر برای تمام کاربران Gemini قابل دسترسی است.

اگر مایل به امتحان آن هستید، می‌توانید Gemini 2.0 را از طریق منوی کشویی در وب‌سرویس Gemini فعال کنید و به زودی در اپلیکیشن تلفن همراه نیز در دسترس قرار خواهد گرفت. در پیشبرد اهداف خود، گوگل اعلام کرد که تمرکز اصلی‌اش بر افزودن قابلیت‌های هوشمند 2.0 به سیستم جستجو می‌باشد، که با بهره‌گیری از پیشرفت‌های هوش مصنوعی آغاز می‌شود.

این شرکت می‌گوید که مدل جدید قادر است به سوالات بیشتری پاسخ دهد، از جمله مسائل ریاضی پیچیده و برنامه‌نویسی چند مرحله‌ای. همزمان، گوگل در نظر دارد تا دسترسی به این فناوری‌های پیشرفته را به زبان‌ها و کشورهای بیشتری گسترش دهد. در نگاهی به آینده، Gemini 2.0 هم‌اکنون بهبودهایی را در برخی از برنامه‌های کاربردی هوش مصنوعی گوگل ، مانند Project Astra، عامل هوش مصنوعی چندوجهی که در I/O 2024 معرفی شد، اعمال می‌کند.

با استفاده از این مدل جدید، گوگل می‌گوید که نسخه جدید Astra قادر به انجام مکالمات به چندین زبان و تعویض آن‌ها در طول مکالمه است. این مدل همچنین قادر است اطلاعات را برای مدت زمان طولانی‌تری به خاطر بسپارد، پاسخ‌های بهتری ارائه دهد و به ابزارهایی نظیر Google Lens و Maps دسترسی پیدا کند.

همانطور که انتظار می‌رود، Gemini 2.0 Flash نسبت به نسخه قبلی خود عملکرد بهتری دارد. برای مثال، در معیار HiddenMath که توانایی مدل‌های هوش مصنوعی در حل مسائل ریاضی سطح رقابتی را می‌سنجد، امتیاز 63 درصدی کسب کرده، در حالی که Gemini 1.5 Flash در همان آزمون به امتیاز 47.2 درصد دست یافته است. جالب‌تر اینکه نسخه آزمایشی Gemini 2.0 در بسیاری از زمینه‌ها از Gemini 1.5 Pro پیشی گرفته است.

با این حال، بر اساس داده‌های منتشر شده توسط گوگل، تنها حوزه‌هایی که در آنها عقب مانده، درک متون طولانی و ترجمه خودکار گفتار است. به همین خاطر، گوگل تصمیم گرفته است مدل قدیمی‌تر را دست‌کم برای مدتی طولانی‌تر حفظ کند. در کنار اعلام Gemini 2.0 امروز، این شرکت ابزار جدیدی به نام Deep Research را نیز معرفی کرده که از قابلیت‌های پیشرفته Gemini 1.5 Pro برای تهیه گزارش‌های جامع درباره موضوعات پیچیده بهره می‌برد.