این مدل که Gemini نام دارد، ظاهراً قابلیتهای متنی مدلهای زبان بزرگ (LLM) و تولید تصویر هوش مصنوعی را با یکدیگر ترکیب میکند.
زمانی که ChatGPT در سال ۲۰۲۲ راهاندازی شد گوگل با اعلام یک «وضعیت فوقالعاده» و تمرکز روی توسعه محصولات هوش مصنوعی، به جنگ این چتبات رفت از آن زمان تاکنون، غول فناوری از چندین پیشرفت در زمینه هوش مصنوعی رونمایی کرده است و چتبات خود که Bard نام دارد را برای رقابت با ChatGPT عرضه کرد اکنون در گزارش جدیدی گفته شده که بزرگترین محصول هوش مصنوعی این شرکت پاییز امسال با همکاری دیپمایند عرضه خواهد شد.
براساس اطلاعاتی که توسط The Information به اشتراک گذاشته شده است گوگل در این مدل که Gemini نام دارد ظاهراً قابلیتهای متنی مدلهای زبان بزرگ (LLM) و تولید تصویر هوش مصنوعی را با یکدیگر ترکیب میکند تا یک محصول چند منظوره به مشتریان خود ارائه کند بنابراین Gemini علاوه بر اینکه مانند ChatGPT قابلیت تولید متن داشته باشد میتواند تصاویر وابسته به متن نیز تولید کند.
با این وجود گوگل قصد دارد ویژگیهای دیگری را نیز به مدل خود اضافه کند بهعنوان مثال، ممکن است در نهایت با Gemini بتوانید نمودارها را تجزیه و تحلیل کنید یا با کمک صدای خود کنترل یک نرمافزار را به دست بگیرید با توجه به قابلیتهای گستردهای که گوگل در نظر دارد، احتمالاً Gemini به محصولات آن از جمله برنامههای سازمانی مانند Google Docs اضافه خواهد شد البته این منبع ادعا کرده که توسعهدهندگان برای دسترسی به Gemini با هزینهای را از طریق واحد اجاره سرور Google Cloud پرداخت کنند.
همکاری گوگل و DeepMind در توسعه هوش مصنوعی Gemini
نکته قابل توجه دیگر اینکه چندین عضو سابق از تیمهای Google Brain و DeepMind روی این مدل کار میکنند که از جمله آنها میتوان به «پل برهام»، محقق ارشد گوگل و «تام هنیگان» از DeepMind اشاره کرد ماه گذشته هم گفته شده بود که «سرگئی برین»، یکی از بنیانگذاران گوگل نیز روی این پروژه مشغول به کار است. گوگل تا پایان سال Gemini را معرفی خواهد کرد و در آن زمان جزئیات بیشتری درباره این مدل هوش مصنوعی ارائه خواهد شد با این وجود، گفته شده که غول فناوری احتمالاً تا قبل از آن شروع به استفاده از محصولات مبتنی بر Gemini خواهد کرد.
دیدگاهتان را بنویسید