گوگل اخیرا از یک مدل هوش مصنوعی پیشرفته به نام Gemini رونمایی کرد که از آن به عنوان رقیبی جدی برای هوش مصنوعی ChatGPT-4 شرکت OpenAI یاد می‌شود.

به زعم کارشناسان، این مدل هوش مصنوعی که قدرت محاسباتی آن تا پنج برابر بیشتر از GPT-4 یاد می‌شود، پاسخی از سوی گوگل برای رقابت با ابزار هوش مصنوعی OpenAI است که طی ماه‌های اخیر، تمامی‌ نگاه‌ها را به خود جلب کرده است.

گوگل اعلام کرد مدل هوش مصنوعی Gemini در ماه پایانی امسال یعنی دسامبر 2023 در دسترس عموم قرار خواهد گرفت. گوگل همچنین مدعی شد که Gimini با تراشه‌های پیشرفته TPUv5 این شرکت آموزش دیده و قادر است به طور همزمان با 16 هزار و 384 تراشه کار کند.

یکی از عناصر مهم در ساخت Gemini، معماری پیچده گوگل ترنسفورمر (Google Transformer) است که یک چارچوب دقیق و اثابت‌شده برای عملکرد موفق مدل‌های زبانی در مقیاس بزرگ محسوب می‌شود. با این حال، برگ برنده Gemini نسبت به مدل‌های هوش مصنوعی مشابه، فناوری‌های پیشرفته و نوآوری‌های جدیدی است که نه‌تنها قابلیت‌های موجود را ارتقا می‌دهد، بلکه ویژگی‌های جدیدی به آن اضافه و آن را نسبت به مدل‌های هم‌رده متمایز می‌کند.

پردازش چندوجهی

یکی از این نوآوری‌ها در Gemini مدیریت داده به صورت چندوجهی است که نشان‌دهنده رشدی محسوس در قابلیت‌های هوش مصنوعی است. برخلاف بسیاری از مدل‌های هوش مصنوعی موجود که عمدتا متکی به متون هستند، Gemini برای فراتر از اینها برنامه‌ریزی شده و قادر است علاوه بر اطلاعات متنی، طیف گسترده‌ای از اطلاعات همچون تصاویر، کلیپ‌های صوتی، ویدیوها، نمودارهای پیچیده و غیره را پردازش کند.

این قابلیت چندوجهی بودن، به Gemini امکان می‌دهد تا به ابزاری همه‌کاره تبدیل شود و از عهده کارهایی برآید که برای بسیاری از مدل‌های هوش مصنوعی، پیچیده و چالش برانگیز است.

یادگیری تقویتی

از دیگر ویژگی‌های مدل هوش مصنوعی گوگل، استفاده از تکنیک‌های یادگیری تقویتی استای یادگیری تقویتی است. یادگیری تقویتی، زیرمجموعه‌ای از فناوری یادگیری ماشینی محسوب می‌شود که براساس اصل آزمون و خطا عمل می‌کند و به مدل هوش مصنوعی این امکان را می‌دهد تا فعالیت و استراتژی‌های خود را به مرور زمان تطبیق داده و اطلاع کند.

کاربرد‌های Gemini

در حال حاضر، Gemini در مرحله توسعه قرار دارد اما طبق وعده‌های گوگل، این مدل هوش مصنوعی می‌تواند نحوه تعامل ما با فناوری‌های محاسباتی را متحول و روش‌های استفاده بهتر از هوش مصنوعی را هموار کند. در ادامه برخی از کاربردهای احتمالی این ابزار آورده شده است:

دستیار مجازی: Gemini می‌تواند برای خلق دستیارهای مجازی طبیعی‌تر و پیشرفته‌تر با قابلیت درک طیف وسیع‌تری از دستورات و دریافت پاسخ‌های دقیق‌تر مورد استفاده قرار گیرد.

چت‌بات‌ها: با بهره‌گیری از این ابزار می‌توان چت‌بات یا همان ربات‌های چت جذاب‌تر و واقع‌گرایانه‌تری را ساخت که می‌توانند مکالمه‌هایی بسیار نزدیک به مکالمه‌های انسانی را ایجاد کنند. در واقع، از این ابزار می‌توان برای ارائه خدمات به مشتریان، پاسخگویی به سوالات و یا حتی نوشتن محتواهای خلاقانه بهره برد.

ابزارهای آموزشی: با Gemini می‌توان انواع جدیدی از ابزارهای آموزشی را ایجاد کرد که می‌توانند فرآیند یادگیری را متناسب با هر فرد، شخصی‌سازی کنند و به صورت لحظه‌ای بازخوردها را ارائه دهند. برای مثال، می‌توان از این ابزار برای ساخت کتاب‌های تعاملی، برنامه‌های آموزشی یادگیری و یا حتی معلم‌های مجازی استفاده کرد.

تحقیقات پزشکی: این مدل هوش مصنوعی می‌تواند به پزشکان و دانشمندان در تجزیه‌وتحلیل دقیق‌تر و سریع‌تر داده‌های پزشکی کمک کند. کشف روش‌های درمانی، یکی از این قابلیت‌هاست که می‌توان در این حوزه از Gemini بهره برد.

آثار هنری مصنوعی: می‌توان از این ابزار برای خلق آثقار هنری، موسیقی و متون ادبی استفاده کرد به طوری که با نمونه‌های مشابهی که توسط انسان‌ها ایجاد شده‌اند، قابل تشخیص و تمییز نباشد.

با توجه به پیش‌بینی‌های محققان مبنی بر تحقق ارزش بازار 1.3 تریلیون دلاری هوش مصنوعی تا سال 2032، بدیهی است گوگل نیز به عنوان یکی از بزرگان حوزه فناوری، در تلاش است تا جایگاه خود را به عنوان یک شرکت پیشگام و رهبر در این حوزه حفظ کند.