گوگل از آخرین نسل مدل هوش مصنوعی خود موسوم به Gemini 2.0 رونمایی کرد. اکنون این مدل از خروجی صدا و تصویر و ادغام ابزار برای “عصر عاملی” پشتیبانی می‌کند.
مدل‌های هوش مصنوعی عاملی نشان‌دهنده سیستم‌های هوشمندی هستند که با تصمیم‌گیری‌های تطبیقی می‌توانند وظایف خود را به‌طور مستقل انجام دهند. به‌عنوان مثال این مدل‌ها قادر به انجام کارهای خودکار نظیر خرید کردن یا تعیین قرار ملاقات از طریق یک درخواست هستند.
جمینای 2.0 دارای چندین عامل است که می‌توانند در تمامی زمینه‌ها از ارائه پیشنهادات بلادرنگ در بازی‌هایی نظیر کلش آف کلنز گرفته تا انتخاب هدیه و افزودن آن به سبد خرید بر اساس یک درخواست به کاربران کمک کنند. عامل‌های موجود در Gemini 2.0 همانند سایر عامل‌های هوش مصنوعی دارای رفتار هدف‌گرا هستند.
این عامل‌ها می‌توانند فهرستی از مراحل مبتنی بر کار را ایجاد نموده و آنها را به شکلی مستقل انجام دهند. Project Astra یکی از عامل‌های موجود در جمینای 2.0 محسوب می‌شود. این عامل به‌عنوان یک دستیار عمومی هوش مصنوعی برای گوشی‌های اندرویدی طراحی شده و از مدل‌های چندوجهی و قابلیت یک‌پارچه‌سازی با گوگل لنز، گوگل سرچ و گوگل مپس برخوردار است. Project Mariner یکی دیگر از عامل‌های هوشمند به‌شمار رفته و قادر به پیمایش مستقل در یک مرورگر وب است. Mariner اکنون به‌صورت پیش‌نمایش اولیه و در قالب افزونه کروم برای تسترهای مورد اعتماد قابل دسترس است.
خارج از عامل‌های هوش مصنوعی، Gemini 2.0 Flash اولین نسخه از مدل هوش مصنوعی جدید گوگل محسوب می‌شود. این نسخه آزمایشی بتا با تاخیر کمتر، عملکرد بنچمارک بهتر و استدلال و درک مطلوب‌تر در ریاضیات و کدنویسی نسبت به مدل‌های جمینای 1.0 و جمینای 1.5 هم‌اکنون قابل دسترس است.
همچنین این نسخه قادر به تولید تصاویری است که از مدل متن به عکس DeepMind Imagen 3 گوگل قدرت می‌گیرند. Gemini 2.0 Flash Experimental برای عموم کاربران از طریق وب قابل دسترس بوده و به‌زودی به اپلیکیشن موبایلی جمینای خواهد آمد. کاربرانی که مایل به تست این نسخه هستند؛ باید Gemini 2.0 Flash Experimental را از منو کشویی انتخاب کنند.
بعلاوه توسعه‌دهندگان از طریق Google AI Studio و Vertex AI می‌توانند به مدل جدید دسترسی داشته باشند. گوگل تائید کرده که در ماه ژانویه از مدل Gemini 2.0 در سایزهای بیش‌تر رونمایی خواهد کرد.
مدل Gemini 2.0 Flash Experimental در وب
