گوگل اعلام کرد مدل هوش مصنوعی Gemini در ماه پایانی امسال یعنی دسامبر ۲۰۲۳ در دسترس عموم قرار خواهد گرفت. گوگل همچنین مدعی شد که Gimini با تراشه‌های پیشرفته TPUv۵ این شرکت آموزش دیده و قادر است به‌طور همزمان با ۱۶ هزار و ۳۸۴ تراشه کار کند. یکی از عناصر مهم در ساختGemini، معماری پیچیده گوگل ترنسفورمر (Google Transformer) است که یک چارچوب دقیق و اثبات‌شده 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، ویدئوها، نمودارهای پیچیده و... 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 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 اصلاح 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 روبات‌های 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 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 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 آثار هنری، موسیقی و متون ادبی استفاده کرد به‌طوری که با نمونه‌های مشابهی که توسط انسان‌ها ایجاد شده‌اند، قابل تشخیص نباشد.» با توجه به پیش‌بینی‌های محققان مبنی بر تحقق ارزش بازار ۳/ ۱ تریلیون دلاری هوش مصنوعی تا سال ۲۰۳۲، 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.
