گوگل جمینی – گوگل بارد سابق

نویسنده : nivad
ارسال شده در: 2 بهمن 1403
ارسال دیدگاه: 0

گوگل جمینی - گوگل بارد سابق

Google Gemini – که قبلا با نام Bard شناخته می شد – یک ابزار چت ربات هوش مصنوعی (AI) است که توسط گوگل برای شبیه سازی مکالمات انسانی با استفاده از پردازش زبان طبیعی (NLP) و یادگیری ماشین طراحی شده است. علاوه بر تکمیل جستجوی گوگل، Gemini را می توان در وب سایت ها، پلتفرم های پیام رسانی یا برنامه های کاربردی ادغام کرد تا پاسخ های واقعی و به زبان طبیعی به سوالات کاربران ارائه دهد.

Google Gemini یک خانواده از مدل‌های زبان بزرگ هوش مصنوعی چندوجهی (LLM) است که دارای قابلیت‌هایی در درک زبان، صدا، کد و ویدیو هستند.

Gemini 1.0

در 6 دسامبر 2023 معرفی شد و توسط واحد تجاری Google DeepMind Alphabet ساخته شد که بر تحقیق و توسعه هوش مصنوعی پیشرفته متمرکز است. سرگئی برین، یکی از بنیانگذاران گوگل، کمک به توسعه Gemini LLMs، در کنار سایر کارکنان گوگل، اعتبار دارد.

در زمان انتشار، Gemini پیشرفته‌ترین مجموعه LLM در Google بود که قبل از تغییر نام بارد و جایگزین کردن مدل زبان مسیرهای شرکت (Palm 2) به بارد قدرت داد. همانطور که در مورد Palm 2 اتفاق افتاد، Gemini در چندین فناوری Google ادغام شد تا قابلیت‌های مولد هوش مصنوعی را ارائه دهد.

در 11 دسامبر 2024، Google نسخه به روز شده LLM خود را با Gemini 2.0 Flash منتشر کرد، نسخه آزمایشی موجود در Google AI Studio و رابط برنامه نویسی برنامه Vertex AI Gemini (API).

پیشرفتGemini

قابلیت‌های NLP را که توانایی درک و پردازش زبان را فراهم می‌کند، ادغام می‌کند. Gemini همچنین برای درک پرس و جوهای ورودی و همچنین داده ها استفاده می شود. قادر به درک و تشخیص تصاویر است، و آن را قادر می سازد تا تصاویر پیچیده، مانند نمودارها و شکل ها را بدون نیاز به تشخیص کاراکتر نوری خارجی (OCR) تجزیه کند. همچنین دارای قابلیت‌های چندزبانه گسترده برای کارهای ترجمه و عملکرد در زبان‌های مختلف است.

برخلاف مدل‌های قبلی هوش مصنوعی گوگل، Gemini به‌طور بومی چندوجهی است، به این معنی که در مجموعه‌های داده‌ای که چندین نوع داده را در بر می‌گیرند، آموزش داده شده است. به عنوان یک مدل چندوجهی، Gemini توانایی های استدلال متقابل وجهی را فعال می کند. این بدان معناست که Gemini می‌تواند بر روی یک سری از انواع داده‌های ورودی مختلف، از جمله صدا، تصویر و متن استدلال کند. به عنوان مثال، Gemini می تواند یادداشت های دست نویس، نمودارها و نمودارها را برای حل مسائل پیچیده درک کند. معماری Gemini از دریافت مستقیم متن، تصاویر، شکل موج های صوتی و فریم های ویدئویی به عنوان دنباله های در هم آمیخته پشتیبانی می کند.

گوگل جمینی چگونه کار می کند؟

Google Gemini

ابتدا بر روی مجموعه عظیمی از داده ها آموزش دیده است. پس از آموزش، مدل از چندین تکنیک شبکه عصبی برای درک محتوا، پاسخ به سؤالات، تولید متن و تولید خروجی استفاده می کند.

به طور خاص، Gemini LLM ها از معماری شبکه عصبی مبتنی بر مدل ترانسفورماتور استفاده می کنند. معماری Gemini برای پردازش توالی‌های متنی طولانی در انواع داده‌های مختلف، از جمله متن، صدا و ویدئو، بهبود یافته است. Google DeepMind از مکانیسم‌های توجه کارآمد در رمزگشای ترانسفورماتور استفاده می‌کند تا به مدل‌ها کمک کند تا زمینه‌های طولانی را با مدالیته‌های مختلف پردازش کنند.

مدل‌های Gemini بر روی مجموعه‌های داده‌های چندوجهی و چندزبانه متن، تصاویر، صدا و ویدئو با Google DeepMind با استفاده از فیلترینگ داده‌های پیشرفته برای بهینه‌سازی آموزش آموزش دیده‌اند. از آنجایی که مدل‌های مختلف Gemini برای پشتیبانی از خدمات خاص Google مستقر می‌شوند، فرآیند تنظیم دقیق هدفمندی وجود دارد که می‌تواند برای بهینه‌سازی بیشتر یک مدل برای یک مورد استفاده استفاده شود. در طول هر دو مرحله آموزش و استنتاج، Gemini از استفاده از آخرین تراشه‌های واحد پردازش تانسور Google، Trillium، نسل ششم Google Cloud TPU سود می‌برد. TPU های Trillium در مقایسه با TPU v5 عملکرد بهبود یافته، کاهش تاخیر و هزینه کمتر را ارائه می دهند. آنها همچنین نسبت به نسخه قبلی در مصرف انرژی کارآمدتر هستند.

یک چالش کلیدی برای LLM خطر سوگیری و محتوای سمی بالقوه است. به گفته گوگل، Gemini تحت آزمایش های ایمنی گسترده و کاهش خطراتی مانند سوگیری و سمیت قرار گرفت تا به ارائه درجه ای از ایمنی LLM کمک کند. برای اطمینان بیشتر Gemini همانطور که باید کار می کند، این مدل ها در برابر معیارهای آکادمیک شامل حوزه های زبان، تصویر، صدا، ویدئو و کد مورد آزمایش قرار گرفتند. گوگل به عموم مردم اطمینان داده است که به فهرستی از اصول هوش مصنوعی پایبند است.

Google Bard اولین بار چه زمانی منتشر شد؟

گوگل Bard

ابتدا، چت ربات مجهز به هوش مصنوعی خود را در 6 فوریه 2023 با تاریخ انتشار مبهم معرفی کرد. در 21 مارس 2023 دسترسی به Bard را باز کرد و از کاربران دعوت کرد تا به لیست انتظار بپیوندند. در 10 می 2023، گوگل لیست انتظار را حذف کرد و Bard را در بیش از 180 کشور و منطقه در دسترس قرار داد. تقریباً یک سال پس از اعلام اولیه، بارد به جمینی تغییر نام داد.

اشتباه google bard

بسیاری بر این باور بودند که گوگل فشار موفقیت ChatGPT و مطبوعات مثبت را احساس می کند و باعث شد که شرکت پیش از آماده شدن بارد را به سرعت خارج کند. به عنوان مثال، طی یک نمایش زنده توسط ساندار پیچای، مدیر عامل گوگل و آلفابت، به یک پرسش با پاسخ اشتباه پاسخ داد.

در دمو، کاربر این سوال را از بارد پرسید: “چه کشفیات جدیدی از تلسکوپ فضایی جیمز وب را می توانم به کودک 9 ساله خود بگویم؟” در پاسخ بارد، اشاره شد که تلسکوپ “اولین عکس‌ها را از یک سیاره خارج از منظومه شمسی خودمان گرفت.” ستاره شناسان به سرعت در رسانه های اجتماعی به این نکته اشاره کردند که اولین تصویر از یک سیاره فراخورشیدی توسط یک رصدخانه زمینی در سال 2004 گرفته شده است که پاسخ بارد را نادرست می کند. روز بعد، گوگل 100 میلیارد دلار از ارزش بازار خود را از دست داد – کاهشی که به اشتباه شرم آور نسبت داده می شود.

جسور و مسئولیت پذیر

بسیار مهم است که تجربیات ریشه‌دار در این مدل‌ها را به شیوه‌ای جسورانه و مسئولانه به جهان اورد. به همین دلیل است که متعهد به توسعه مسئولانه هوش مصنوعی هست: در سال 2018، گوگل یکی از اولین شرکت هایی بود که مجموعه ای از اصول هوش مصنوعی را منتشر کرد. همچنان به ارائه آموزش و منابع برای محققان خود ادامه می‌دهند، با دولت‌ها و سازمان‌های خارجی برای توسعه استانداردها و بهترین شیوه‌ها شریک می‌شوند و با جوامع و کارشناسان برای ایمن و مفید کردن هوش مصنوعی همکاری می‌کند.

چه استفاده از هوش مصنوعی برای تغییر اساسی محصولات خودشان باشد و چه در دسترس قرار دادن این ابزارهای قدرتمند در اختیار دیگران، همچنان به نوآوری و مسئولیت پذیری خود در رویکرد خود ادامه خواهند داد. و این تازه شروع است – در هفته‌ها و ماه‌های آینده در همه این زمینه‌ها بیشتر خواهد شد.

Google Bard AI چه کاری می تواند انجام دهد؟

1. پاسخ به سؤالات ما

اغلب سؤال می‌پرسیم و تحقیق و یافتن پاسخ از ما زمان می‌برد زیرا باید تک تک اطلاعاتی را که Google در موتور جستجو ارائه می‌کند بررسی کنیم. هوش مصنوعی Google Bard با جستجوی معمولی گوگل متفاوت است زیرا هنگام پاسخ دادن به سؤالات ما بیشتر محاوره ای است. به جای اینکه پیوندها را به ما ارائه دهد، یک پاسخ مستقیم به ما ارائه می دهد.

2. سؤالات مرتبط

هنگامی که در حال گفتگو با شخصی هستیم، اغلب سؤالات مرتبط را برای شفاف سازی می پرسیم. حتی در Google Bard AI، ما معمولاً پس از ایجاد یک نتیجه اولیه، آن سؤال بعدی را در ذهن داریم. ما همیشه می‌توانیم سؤالات را در Bard AI دنبال کنیم تا نتایج را شفاف‌تر و جامع‌تر کنیم. بارد می تواند پرس و جوهای قبلی را به خاطر بسپارد و سؤالات بعدی را با آنها مرتبط کند.

3. خلاصه کردن مقالات

خواندن مقالات یا مطالب طولانی گاهی اوقات می تواند خسته کننده باشد، به خصوص اگر فقط خلاصه مطالبی را که می خوانیم بخواهیم. Google Bard AI به ما کمک می‌کند تا با گرفتن ایده‌های اصلی از هر مقاله و نشان دادن نتایج از طریق مفاهیم آسان، مقالات را خلاصه کنیم. همچنین می توانید از ابزارهای AI Rewriter برای بازنویسی خلاصه های نوشته شده توسط Bard استفاده کنید و آنها را خواناتر و صیقلی تر کنید. برخی از ابزارهایی که می توانید استفاده کنید عبارتند از Frase.io، AI SEO و Pre Post SEO.

4. ایجاد محتوای خلاقانه

ما می‌توانیم از هوش مصنوعی Google Bard برای نوشتن مقاله، شعر، آهنگ، داستان فیلم، وبلاگ، فیلمنامه ویدیویی و غیره استفاده کنیم. Bard می تواند اسکریپت های ویدیویی ایجاد کند، اما نمی تواند ویدیو ایجاد کند. وقتی می‌خواهید یکی از آنها را ایجاد کنید، می‌توانید از سایر تولیدکننده‌های ویدیوی هوش مصنوعی مانند Flexclip، Designs.ai، Synthesia و Pictory استفاده کنید. همچنین می‌توانیم چیزی را که قبلاً نوشته‌ایم قرار دهیم و از Bard AI بخواهیم آن را بهبود بخشد، کلمات را تغییر دهد یا آن را تمام کند.

5. نمایش تفاوت بین تحقیقات و داده ها

با استفاده از نمودار یکی دیگر از ویژگی های قابل توجه Google Bard AI توانایی آن در مقایسه محتوای آنلاین است. به عنوان مثال، ما از آن برای مقایسه مقالات خبری در مورد یک موضوع استفاده خواهیم کرد. Bard AI نموداری ایجاد می‌کند که شباهت‌ها و تفاوت‌های بین دو مقاله را نشان می‌دهد و نشان می‌دهد که هر قطعه روی چه چیزی تمرکز می‌کند و دیدگاه آن را نشان می‌دهد.

6. ایجاد ایده های کپی تبلیغات

اگر شما یک کپی رایتر هستید، گاهی اوقات به سختی می توانید برای کمپین تبلیغاتی بعدی خود ایده بگیرید. Google Bard AI، مانند هر نرم‌افزار نوشتن هوش مصنوعی دیگری، می‌تواند به تولید ایده‌های کپی تبلیغاتی، توضیحات محصول و کپی فروش کمک کند. سپس، آنها را بر اساس مخاطبان هدف تنظیم می کند.

7. توصیه های سفر و تعطیلات

فرض کنید شما عاشق رفتن به تعطیلات هستید اما از همه برنامه ریزی های مربوطه خوشتان نمی آید. در این صورت، Google Bard AI با ارائه ایده‌های شخصی و ایجاد برنامه‌های سفر منطبق با اولویت‌ها، به برنامه‌ریزی تعطیلات کمک می‌کند. Bard AI هتل‌ها و فعالیت‌هایی را برای سفر پیشنهاد می‌کند و حتی توصیه می‌کند در تعطیلات چه بپوشیم. Bard AI همچنین می‌تواند عکس‌هایی از بهترین نقاط در مکانی که بازدید می‌کنید نشان دهد.

8. نوشتن کد در زبان های برنامه نویسی

اگر در توسعه وب مبتدی هستید، Google Bard AI ابزاری عالی برای کمک به نوشتن کد در زبان های برنامه نویسی مختلف است. Bard می تواند هر زبان را برای شما توضیح دهد تا آن را بهتر بفهمید. Bard AI در کدنویسی با بیش از 20 زبان برنامه نویسی از جمله پایتون، جاوا اسکریپت، جاوا، C++ و غیره کمک می کند. وقتی Bard کد پایتون را تولید می‌کند، می‌توانیم آن را مستقیماً در Google Colab صادر و آزمایش کنیم. اگر نیاز به تولید، صادرات، اشکال زدایی و نحوه عملکرد کد دارید، هوش مصنوعی Google Bard می تواند کمک کند. با این حال، مانند هر ابزار هوش مصنوعی دیگری، ضروری است که محتاط باشید و قبل از تکیه بر آن همه کدها را برای خطاها، اشکالات و آسیب‌پذیری‌ها آزمایش و بررسی کنید.