گوگل از Gemini رونمایی کرده است ، یک مدل پیشرفته هوش مصنوعی که به عنوان تواناترین و همه کاره ترین مدل این شرکت تا به امروز شناخته شده است.
Demis Hassabis، مدیرعامل و یکی از بنیانگذاران Google DeepMind، Gemini را به عنوان یک مدل چندوجهی معرفی کرد که قادر به درک یکپارچه و ترکیب انواع مختلف اطلاعات از جمله متن، کد، صدا، تصویر و ویدئو است.
Gemini در سه نسخه بهینه سازی شده عرضه می شود: Ultra، Pro و Nano. مدل Ultra دارای عملکردی پیشرفته است که از متخصصان انسانی در درک زبان پیشی می‌گیرد و قابلیت‌های بی‌سابقه‌ای را در کارهایی از کدنویسی گرفته تا معیارهای چندوجهی نشان می‌دهد.
چیزی که Gemini را متمایز می کند، چندوجهی بودن بومی آن است که نیاز به دوخت اجزای جداگانه برای روش های مختلف را از بین می برد. این رویکرد پیشگامانه، که از طریق تلاش‌های مشترک در مقیاس بزرگ در تیم‌های Google تنظیم شده است، Gemini را به عنوان یک مدل انعطاف‌پذیر و کارآمد با قابلیت اجرا بر روی مراکز داده و دستگاه‌های تلفن همراه معرفی می‌کند.
یکی از ویژگی‌های برجسته Gemini، استدلال چندوجهی پیچیده آن است که به آن امکان می‌دهد تا بینش‌هایی را از مجموعه داده‌های گسترده با دقت قابل‌توجهی استخراج کند. قدرت این مدل به درک و تولید کد با کیفیت بالا در زبان های برنامه نویسی محبوب گسترش می یابد.
با این حال، با ورود گوگل به این دوره جدید هوش مصنوعی، مسئولیت و ایمنی در اولویت قرار دارد. Gemini تحت ارزیابی های ایمنی دقیقی از جمله ارزیابی سوگیری و سمیت قرار می گیرد. Google به طور فعال با کارشناسان خارجی برای رسیدگی به نقاط کور احتمالی و اطمینان از استقرار اخلاقی این مدل همکاری می کند.
Gemini 1.0 اکنون در محصولات مختلف Google – از جمله ربات چت Bard – با برنامه‌هایی برای ادغام در جستجو، تبلیغات، کروم و هوش مصنوعی Duet در دسترس است. با این حال، ارتقاء Bard در اروپا منتشر نخواهد شد و در انتظار تایید از سوی رگولاتورها است.
توسعه دهندگان و مشتریان سازمانی می توانند از طریق Gemini API در Google AI Studio یا Google Cloud Vertex AI به Gemini Pro دسترسی داشته باشند . توسعه دهندگان اندروید همچنین می توانند با Gemini Nano از طریق AICore ، یک قابلیت جدید سیستم موجود در اندروید 14، بسازند.
