یادداشتی از ساندار پیچای، مدیرعامل گوگل و آلفابت:

اطلاعات در هسته پیشرفت انسان قرار دارد. به همین دلیل است که ما بیش از 26 سال بر مأموریت خود برای سازماندهی اطلاعات جهان و قابل دسترس و مفید کردن آن تمرکز کرده ایم. و به همین دلیل است که ما همچنان مرزهای هوش مصنوعی را برای سازماندهی آن اطلاعات در هر ورودی و قابل دسترسی از طریق هر خروجی ادامه می دهیم تا بتواند واقعاً برای شما مفید باشد.

زمانی که Gemini 1.0 را در دسامبر گذشته معرفی کردیم، این دیدگاه ما بود. اولین مدلی که به صورت بومی چندوجهی ساخته شد، Gemini 1.0 و 1.5 پیشرفت های بزرگی را با چندوجهی بودن و زمینه طولانی برای درک اطلاعات از طریق متن، ویدئو، تصاویر، صدا و کد و پردازش بسیاری از آن ها انجام داد.

اکنون میلیون ها توسعه دهنده با Gemini در حال ساخت هستند. و این به ما کمک می کند تا همه محصولات خود را دوباره تصور کنیم – از جمله هر 7 محصول با 2 میلیارد کاربر – و محصولات جدید ایجاد کنیم. NotebookLM یک مثال عالی از آنچه که چندوجهی بودن و زمینه طولانی می تواند برای مردم فراهم کند، و چرا مورد علاقه بسیاری است.

در طول سال گذشته، ما روی توسعه مدل‌های عامل بیشتری سرمایه‌گذاری کرده‌ایم، به این معنی که آن‌ها می‌توانند اطلاعات بیشتری درباره دنیای اطراف شما داشته باشند، قدم‌های متعددی را پیش‌تر فکر کنند و با نظارت شما از طرف شما اقدام کنند.

امروز ما برای راه‌اندازی دوره بعدی مدل‌های خود که برای این دوره نمایندگی جدید ساخته شده‌اند هیجان‌زده هستیم: معرفی Gemini 2.0، تواناترین مدل ما تا کنون. با پیشرفت‌های جدید در چندوجهی – مانند خروجی تصویر و صدای بومی – و استفاده از ابزارهای بومی، ما را قادر می‌سازد تا عوامل هوش مصنوعی جدیدی بسازیم که ما را به دیدگاه ما در مورد یک دستیار جهانی نزدیک‌تر می‌کند.

ما امروز نسخه 2.0 را در اختیار توسعه دهندگان و آزمایش کنندگان مورد اعتماد قرار می دهیم. و ما به سرعت در حال تلاش برای وارد کردن آن به محصولات خود هستیم که با جمینی و جستجو پیشرو است. از امروز مدل آزمایشی فلش Gemini 2.0 ما برای همه کاربران Gemini در دسترس خواهد بود. ما همچنین یک ویژگی جدید به نام Deep Research را راه‌اندازی می‌کنیم که از استدلال پیشرفته و قابلیت‌های زمینه طولانی استفاده می‌کند تا به عنوان دستیار تحقیق، موضوعات پیچیده را بررسی کند و گزارش‌هایی را از طرف شما جمع‌آوری کند. امروز در Gemini Advanced در دسترس است.

هیچ محصولی به اندازه جستجو توسط هوش مصنوعی تغییر شکل نداده است. مرورهای هوش مصنوعی ما اکنون به 1 میلیارد نفر می رسد و آنها را قادر می سازد تا انواع کاملاً جدیدی از سؤالات را بپرسند – به سرعت به یکی از محبوب ترین ویژگی های جستجوی ما تبدیل شده است. به عنوان گام بعدی، ما قابلیت‌های استدلال پیشرفته Gemini 2.0 را به مرورهای هوش مصنوعی می‌آوریم تا به موضوعات پیچیده‌تر و سؤالات چند مرحله‌ای، از جمله معادلات ریاضی پیشرفته، پرس و جوهای چندوجهی و کدنویسی رسیدگی کنیم. ما تست های محدودی را این هفته آغاز کردیم و در اوایل سال آینده آن را به طور گسترده تر ارائه خواهیم کرد. و ما در سال آینده به ارائه مروری بر هوش مصنوعی به کشورها و زبان های بیشتری ادامه خواهیم داد.

پیشرفت‌های 2.0 با سرمایه‌گذاری‌های یک دهه در رویکرد متمایز ما در زمینه نوآوری هوش مصنوعی پشتیبانی می‌شود. این بر روی سخت افزار سفارشی مانند Trillium، TPU های نسل ششم ما ساخته شده است. TPU ها 100% آموزش و استنتاج Gemini 2.0 را تامین می کنند و امروزه Trillium عموماً در دسترس مشتریان است تا آنها نیز بتوانند با آن بسازند.

اگر Gemini 1.0 در مورد سازماندهی و درک اطلاعات بود، Gemini 2.0 در مورد مفیدتر کردن آن است. من نمی توانم منتظر بمانم تا ببینم این دوره بعدی چه خواهد آورد.

-ساندار