گوگل مدل هوش مصنوعی Gemini ۲.۰ را برای عصر عامل‌محور رونمایی می‌کند

Gemini 2.0 Flash از پیشرفت‌های چندوجهی خبر می‌دهد و انتظار می‌رود توسعهٔ عوامل هوش مصنوعی را به‌عنوان دستیارهای عمومی ممکن سازد.

با تاکید بر یک مدل جدید هوش مصنوعی برای دوران عامله، گوگل Gemini 2.0 را معرفی کرده است که این شرکت آن را به‌عنوان قدرتمندترین مدل خود می‌نامد.

اعلام ۱۱ دسامبر، مدل آزمایشی Gemini 2.0 Flash برای تمام کاربران Gemini در دسترس خواهد بود. Gemini 2.0 به‌عنوان داشتن پیشرفت‌ها در چندرسانه‌ای توصیف می‌شود، مانند خروجی بومی تصویر و صدا، و استفاده بومی از ابزارها. گوگل پیش‌بینی می‌کند Gemini 2.0 امکان توسعهٔ عوامل هوش مصنوعی جدیدی را که به چشم‌انداز یک دستیار جهانی نزدیک‌تر است، فراهم کند. مدل‌های عامله می‌توانند بیشتر درک کنند، چند گام جلوتر فکر کنند و به‌نیاز کاربر اقدام کنند، با نظارت، گفت ساندار پیچای، مدیرعامل گوگل.

پیشرفت‌های Gemini 2.0 بر پایه سرمایه‌گذاری‌های دهه‌سالی در رویکرد تمام‌ستکی متمایز برای نوآوری هوش مصنوعی است، پیچای گفت. این فناوری بر پایه سخت‌افزارهای سفارشی مانند Trillium ساخته شده است که شامل پردازنده‌های نسل ششم TPU است که آموزش و استنتاج Gemini 2.0 را توانمند می‌سازد. Trillium همچنین به‌صورت عمومی در دسترس برای مشتریانی که می‌خواهند با آن بسازند، می‌باشد.

با این اعلام، گوگل همچنین ویژگی جدیدی به نام Deep Research معرفی کرد که از استدلال پیشرفته و قابلیت‌های زمینهٔ طولانی برای عمل به‌عنوان دستیار پژوهشی استفاده می‌کند، موضوعات پیچیده را بررسی کرده و گزارش‌ها را جمع‌آوری می‌کند. Deep Research در Gemini Advanced در دسترس است.

در حالی که Gemini 1.0، که در دسامبر ۲۰۲۳ معرفی شد، دربارهٔ سازماندهی و درک اطلاعات بود، Gemini 2.0 دربارهٔ مفیدتر کردن اطلاعات است، پیچای گفت. در تبلیغ Gemini 2.0، گوگل به Project Mariner اشاره کرد، یک نمونهٔ تحقیقاتی اولیه ساخته‌شده با Gemini 2.0 که آینده تعامل انسان‑عامل را بررسی می‌کند، شروع با یک مرورگر. به‌عنوان یک نمونهٔ تحقیقاتی، می‌تواند اطلاعات را در صفحهٔ مرورگر درک و استدلال کند، شامل پیکسل‌ها و عناصر وب مانند متن، کد، تصاویر و فرم‌ها، و سپس از آن اطلاعات با استفاده از یک افزونهٔ آزمایشی Chrome برای انجام کارها استفاده کند.