گوگل هم آره؛ این‌بار با ساخت چت‌بات اختصاصی در Gemini و پیشرفته شدن Imagen 3

دیروز، یعنی ۲۸ آگوست، گوگل قابلیت “Gems” را معرفی کرد. قابلیتی که در آن می‌توانید ربات‌های هوشمند خودتان را بسازید و از این‌به‌بعد، وظایف تکراری و روتین‌تان را با این سنگ‌های قیمتی پیش ببرید؛ چون “Gems” به‌معنی «سنگ‌های قیمتی» است که الماس هم در این دسته قرار می‌گیرد. این قابلیت مشابه “Custom GPT” هوش مصنوعی ChatGPT است.

این ابرغول محبوب در حوزه تکنولوژی، در بلاگ محصولاتش گفت: «Gems، ویژگی جدیدی که به شما امکان می‌دهد Gemini را سفارشی کنید تا متخصصان هوش مصنوعی شخصی خودتان را در هر موضوعی که می‌خواهید داشته باشید. این قابلیت درحال‌حاضر برای کاربران Advanced، Business و Enterprise هوش مصنوعی ما در دسترس است.»

اما خبرهای خوب این کمپانی محبوب جهانی به همین‌جا ختم نمی‌شود؛ چون اکنون گوگل در خورجین خودش، یک قابلیت جدید هم برای هوش مصنوعی تبدیل متن به تصویر خود – Imagen 3 – دارد:

«مدل جدید تولید تصویر ما یعنی Imagen 3، در روزهای آینده در سراسر اشتراک‌های پولی Gemini، Gemini Advanced، Business و Enterprise عرضه خواهد شد.»

در زمینه‌های دلخواهتان Gems بسازید؛ از کدنویسی گرفته تا مشاوره شغلی

گوگل در این صفحه گفت: «در روزهای آینده، مشترکان Gemini Advanced، Business و Enterprise می‌توانند شروع به ایجاد و چت با Gems کنند، نسخه‌های سفارشی Gemini که برای اولین‌بار در I/O به‌شکل پیش‌نمایش در معرض دید حاضران قرار گرفت. شما می‌توانید Gems را سفارشی کنید تا به‌عنوان یک متخصص در موضوعات مختلف عمل کرده و پاسخ‌تان را بدهد. یا آن‌ها را در جهت اهداف خاص خودتان اصلاح کرده و بهبود دهید. این‌کار به‌سادگی انجام می‌شود؛ فقط کافیست دستورالعمل‌هایی را برای Gem خود بنویسید، نامی برای آن بگذارید و سپس هر زمان که خواستید، شروع به چت و پرسیدن کنید.»

گوگل اضافه کرد: «با Gem می‌توانید تیمی از متخصصان را داشته باشید تا به شما کمک کنند به پروژه چالش‌برانگیز اخیرتان به‌شکل عمیق فکر کنید؛ شاید برای جشن دوست‌تان طوفان فکری راه بیندازید یا یک کپشن کامل و همه‌چیزتمام را برای پست اینستاگرام‌تان بنویسید. همچنین Gem شما می‌تواند مجموعه‌ای دقیق از دستورالعمل‌ها را به‌خاطر بسپارد تا زمان‌ زیادی ازتان بخرد و در کارهای روتین و خسته‌کننده، دستیارتان باشد.»

Gems در چه زمینه‌هایی دستیارتان است؟

• کوچ یادگیری: مربی باتجربه‌ای به شما کمک می‌کند تا موضوعات پیچیده را تجزیه و به‌آسانی درک کنید.
• طوفان فکری راه بینداز: الهام‌بخش شما است؛ از ایده‌های تازه برای یک جشن ساده گرفته تا نگارش یک متن خلاقانه برای فروش محصول‌تان.
• راهنمای شغلی: قفل کشف استعدادها و پتانسیل‌های ذاتی‌تان را باز کرده و شغل‌هایی را براساس ترجیحات و ویژگی‌های فردی‌تان، به‌همراه جزئیات دقیق و کامل پیشنهاد می‌دهد. بنابراین می‌توانید با این گوهرهای گران‌قیمت، مهارت‌ها‌ی فعلی‌تان را اصلاح یا توسعه بدهید و به شغل موردعلاقه‌تان نزدیک‌تر شوید.
• ویرایش‌گر متن و نوشته‌های‌تان: Gems را طوری طراحی کنید که متن شما را بازبینی کرده و بازخوردهای سازنده بدهد. این بازخوردها همه‌چیز را شامل می‌شوند؛ از دستور زبان گرفته تا ارتقا ساختار جملات.
• شریک برنامه‌نویسی: به بخش جذاب داستان رسیدیم! با حضور هوش مصنوعی، کدنویسی یک رویا نیست؛ بلکه مهارتی دست‌یافتنی که اتفاقا بیش‌ازپیش مهم شده و با AI، سرعت بیشتری هم پیدا کرده است. Gemها مهارت کدنویسی شما را افزایش می‌دهند و می‌توانند در ساختن پروژه‌ها و یادگیری مباحث پیچیده و جدید، همراه‌تان باشند.

Gems روی دسکتاپ و گوشی‌های هوشمند برای کاربران Gemini Advanced، Gemini Business و Gemini Enterprise در بیش از ۱۵۰ کشور به اکثر زبان‌ها عرضه می‌شود که زبان فارسی هم در این لیست می‌درخشد.

سوخت Gemini، این‌بار Imagen 3

گوگل قابلیت‌های خلاقانه‌ای به تولید تصویر Imagen 3 خود اضافه کرد و گفت در روزهای آینده، آخرین مدل این AI را به برنامه‌های Gemini می‌آورد تا دسترسی همه کاربران به همه زبان‌ها ممکن شود.

عکس‌هایی که گوگل از Imagen 3 خروجی گرفته است، خیره‌کننده هستند. قدرت تصویرسازی صحنه‌های واقعی معروف به “Photorealistic” و دقت بسیار بالای این مدل در ترسیم جزئیات کوچک، ما را بیش‌ازپیش مشتاق عرضه این مدل کرده است.

با توجه به این تصاویر، به‌نظر می‌آید که Imagen 3 در تولید متن هم خبره شده است؛ نقطه ضعف بسیاری از تولیدکننده‌های تصویر.

استفاده از تگ «تولیدشده توسط AI» موضوع جدی این روزهای آمریکا است که گوگل پایبندی خود را در همین بلاگ نشان داد. این کمپانی می‌گوید: «SynthID، ابزار ما برای واترمارک کردن تصاویر تولیدشده توسط هوش مصنوعی است که در Imagen 3 از آن استفاده می‌کنیم.»

همچنین گوگل توضیحاتی داده است تا نگرانی جامعه جهانی را درباره Imagen 3 برطرف کند: «ما روی ایجاد بهبودهای فنی در این AI، و مجموعه‌های ارزیابی بهبودیافته، تست‌های امنیتی سایبری و شفاف‌سازی خط‌مشی‌های محصول‌مان کار کرده‌ایم.»

در ادامه افزود: ما از تولید چهره‌های انسانی فوتورئالیستی، قابل‌شناسایی، تصاویر کودکان خردسال، صحنه‌های بسیار خشن، خشونت‌آمیز یا جنسی پشتیبانی نمی‌کنیم. البته‌که مانند هر ابزار هوش مصنوعی مولد، هر تصویری که Gemini می‌سازد بی‌نقص نخواهد بود؛ اما هم‌چنان پذیرای بازخوردهای کاربران هستیم تا بهبودهایی را در طول زمان ایجاد کنیم.»

آن‌طور که به‌نظر می‌رسد، برنامه‌ گوگل این است که Imagen 3 را به‌تدریج عرضه کند؛ با این هدف که به‌زودی آن را به کاربران و زبان‌های بیشتری ارائه دهد.