منتظر کدام قابلیت‌ های هوش مصنوعی جمینی و گوگل باشیم؟

در یک سال گذشته، گوگل تعدادی از قابلیت‌های مبتنی بر هوش مصنوعی با برند جمینی و سایر موارد را در برنامه‌های مصرف‌کنندۀ خود به نمایش گذاشته است.

به گزارش تک‌ناک، ما در این متن به تمام قابلیت‌های معرفی‌شده و زمان رونمایی از قابلیت جدید جمینی می‌پردازیم.

پیکسل

در پایان رویداد Made by Google 2023، قابلیت «Zoom Enhance» که به طور هوشمندانه «فواصل بین پیکسل‌ها را پر و جزئیات دقیق را پیش‌بینی می‌کند» برای پیکسل ۸ پرو معرفی شد. گوگل با استفاده از یک «مدل تصویرسازی هوش مصنوعی تولیدکنندۀ سفارشی بر روی دستگاه»، این قابلیت را برای مواقعی که فراموش می‌کنید بر روی سوژه زوم کنید، مفید توصیف کرد.

این یک کاربرد فوق‌العاده از هوش مصنوعی تولیدکننده است که امکانات زیادی را برای کادربندی و ویرایش تصاویر شما باز می‌کند. بنابراین نوعی از تقویت زوم که در گذشته در داستان‌های علمی تخیلی می‌دیدید، حالا درست داخل گوشی شما قرار دارد.

در ماه اکتبر، گوگل اعلام کرد که این قابلیت «بعداً عرضه خواهد شد». با گذشت سه به‌روزرسانی Pixel Feature Drop، این قابلیت هنوز در دسترس قرار نگرفته است. مشخص نیست که آیا مدلی که گوگل به آن اشاره می‌کند، جمینی نانو با چندوجهی بودن است یا خیر. در این مرحله امکان دارد این قابلیت همزمان با ویژگی برجستۀ عکاسی پیکسل ۹ پرو معرفی شود.

گوگل هوم

در برنامۀ گوگل هوم، از هوش مصنوعی تولیدکننده برای خلاصه کردن رویدادها به «نمای ساده‌ای از آنچه به تازگی اتفاق افتاده است» استفاده خواهد شد. این «خلاصۀ سریع و آسان» از نقاط کلیدی استفاده می‌کند و در عین حال، شما می‌توانید با عبارت «دربارۀ خانه‌ات بپرس» به صورت مکالمه‌ای با استفاده از دستورات صوتی ساده، به تاریخچۀ ویدیوهای ضبط‌شده در خانۀ خود دسترسی داشته باشید. این «قابلیت‌های آزمایشی» در سال ۲۰۲۴ برای مشترکان Nest Aware ارائه خواهند شد.

فیت بیت

رسانۀ 9to5google در ادامه می‌نویسد: آزمایشگاه‌های فیت بیت به کاربران پرمیوم فیت بیت امکان آزمایش و ارائه بازخورد در مورد قابلیت‌های هوش مصنوعی تجربی را می‌دهند. یکی از این ویژگی‌ها یک چت‌بات است که به شما امکان می‌دهد به شیوه‌ای طبیعی و مکالمه‌ای دربارۀ داده‌های فیت بیت خود سؤال بپرسید. هدف این «مربی‌ شخصی» که اهداف تناسب اندام را در نظر می‌گیرد، تولید «پیام‌ها و راهنمایی‌های قابل اقدام» است و پاسخ‌ها می‌توانند شامل نمودارهای سفارشی باشند.

به عنوان مثال: شما می‌توانید به طور عمیق‌تری بررسی کنید که چند دقیقه در منطقۀ فعال (AZM) قرار دارید و ارتباط آن با کیفیت خواب شما به چه میزان است.

این مدل ممکن است بتواند تغییرات در الگوهای خواب و کیفیت خواب شما را تجزیه و تحلیل کند و سپس پیشنهادهایی دربارۀ چگونگی تغییر شدت تمرینات شما بر اساس این بینش‌ها ارائه دهد.

این ویژگی توسط یک مدل جدید هوش مصنوعی سلامت شخصی از فیت بیت و گوگل ریسرچ ساخته شده است و بر پایۀ جمینی پشتیبانی می‌شود و از مارس برای «تعداد محدودی از کاربران اندروید که در برنامۀ آزمایشگاه‌های فیت بیت در برنامۀ موبایل فیت بیت ثبت نام کرده‌اند»، عرضه خواهد شد.

Google Photos

ویژگی Ask Photos به شما امکان می‌دهد سؤالاتی دربارۀ تصاویر و ویدیوهای موجود در کتابخانۀ خود بپرسید. فراتر از پیدا کردن عکس‌ها، می‌تواند اطلاعات را استخراج کند و پاسخ متنی ارائه دهد. توسط جمینی پشتیبانی می‌شود و نمونه‌ای از سؤالات شامل «بهترین عکس هر پارک ملی که بازدید کرده‌ام را نشان بده» و «تم‌های جشن تولد لنا چه بوده‌اند؟» می‌باشد. این ویژگی می‌تواند «عکس‌های برتر» را پیشنهاد دهد و برای آنها توضیحاتی ایجاد کند. Ask Photos یک ویژگی تجربی است که به زودی ارائه خواهد شد و گوگل از قابلیت‌های بیشتری در آینده خبر داده است.

جیمیل + Google Workspace

در جیمیل برای اندروید و ios، یک دکمۀ جمینی در گوشۀ بالا سمت راست وجود دارد که به شما امکان می‌دهد تا معادل موبایل یک پنل جانبی را برای وارد کردن درخواست‌های کامل باز کنید. همچنین جیمیل پاسخ‌های هوشمند متنی دریافت می‌کند که پیشنهادات سفارشی، جزئی‌تر و دقیق‌تری ارائه می‌دهند. این ویژگی در ماه ژوئیه به آزمایشگاه‌های Workspace عرضه خواهد شد.

همچنین در Cloud Next 2024 در آوریل، گوگل قابلیت درخواست صوتی برای ویژگی «کمکم کن بنویسم» در جیمیل موبایل را پیش‌نمایش کرد. در همین حال، یک ویژگی «پولیش فوری» نیز یادداشت‌های ناقص را با یک کلیک به ایمیل کامل تبدیل می‌کند.
در نسخۀ دسکتاپ وب، پنل جانبی در جیمیل، گوگل درایو و Docs/Sheets/Slide در دسترس است. جمینی به زودی به گوگل چت خواهد آمد تا مکالمات را خلاصه کند و به سؤالات پاسخ دهد.

گوگل مپ

در ماه فوریه، گوگل اعلام کرد که مپ از مدل‌های زبان بزرگ (LLMs) برای فعال کردن یک چت‌بات با قابلیت «پرسش درباره» استفاده خواهد کرد. می‌توانید از آن برای یافتن مکان‌هایی که با درخواست شما مطابقت دارند با پشتیبانی از سؤالات بعدی استفاده کنید. این قابلیت با جزئیات مربوط به ۲۵۰ میلیون مکان و عکس‌ها، ویدیوها و نظرات ارسالی کاربران پشتیبانی می‌شود.

کروم

جمینی نانو به کروم دسکتاپ می‌آید تا ویژگی‌های مرورگر مانند «کمکم کن بنویسم» را فعال کند. این ویژگی باید بر روی اکثر لپ‌تاپ‌ها و دسکتاپ‌های مدرن در دسترس باشد.

جست‌وجوی گوگل

علاوه بر راه‌اندازی «بررسی اجمالی هوش مصنوعی»، گوگل چندین ویژگی آینده را پیش‌نمایش کرد که اولین بار به آزمایشگاه‌های جست‌وجو می‌آیند:

• شما قادر خواهید بود «بررسی اجمالی هوش مصنوعی اصلی» را «ساده‌تر» (فقط چند جمله) یا «تجزیه و تحلیل‌شده» (پاسخ طولانی‌تر) کنید.
• قابلیت‌های استدلال چند مرحله‌ای به شما امکان می‌دهد سؤال پیچیده‌ای را یک‌باره بپرسید، به جای اینکه آن را به چندین پرسش تقسیم کنید.
• برنامه‌ریزی وعده‌های غذایی و سفر
• صفحۀ نتایج جست‌وجوی سازمان‌یافته توسط هوش مصنوعی
• جست‌وجوهای ویدیویی: ضبط یک ویدیو و پرسش دربارۀ آن

اندروید

جمینی نانو با قابلیت چندرسانه‌ای در پاییز امسال بر روی پیکسل عرضه خواهد شد و ویژگی‌هایی مانند: توضیحات TalkBack در دستگاه/آفلاین و هشدارهای کلاهبرداری در زمان واقعی را که به دنبال الگوهای فریب‌آمیز در هنگام تماس هستند، قدرت می‌دهد. گوگل جزئیات بیشتر را در اواخر سال جاری به اشتراک خواهد گذاشت.

در رویداد I/O 2024 گوگل همچنین پیش‌نمایش کرد که چگونه جمینی در اندروید به زودی به جای باز کردن یک رابط کاربری تمام صفحه، به عنوان یک پنل پوششی مشخص می‌شود تا نتایج را نشان دهد. علاوه بر حفظ زمینه، این امکان را به شما می‌دهد که تصویر تولید شده را به یک مکالمه بکشید و رها کنید.

برای مشترکان جمینی پیشرفته، دکمه‌های «پرسش از این ویدیو» و «پرسش از این PDF» امکان تحلیل ویدیوها و اسناد را فراهم می‌کنند. این ویژگی‌ها طی چند ماه آینده عرضه می‌شوند. علاوه بر این، پیشنهادات پویا از جمینی نانو با قابلیت چندرسانه‌ای استفاده می‌کنند تا آنچه را که بر روی صفحۀ شما است درک کنند.
برای مثال: اگر جمینی را در یک مکالمه در مورد پینگ پنگ راه‌اندازی کنید، پیشنهادات ممکن است شامل «یافتن باشگاه‌های پینگ پنگ نزدیک من» و «قوانین پینگ پنگ برای مبتدیان» باشد.

افزودنی دیگری که به خصوص بر روی موبایل مفید خواهد بود، افزونه‌های جمینی برای Google Calendar، Tasks و Keep است. این ویژگی به شما امکان می‌دهد که از یک صفحه با تاریخ‌های مختلف عکس بگیرید و جمینی می‌تواند آنها را به رویدادهای تقویم تبدیل کند. در ماه‌های آینده، یک ویژگی «ابزارها» به جمینی موبایل امکان دسترسی به برنامۀ ساعت اندروید را خواهد داد.

ما همچنین منتظر عرضۀ جمینی موبایل بر روی تبلت پیکسل در تابستان امسال هستیم.