هوش مصنوعی گوگل، گوشی به صدای شما باز کند

هوش مصنوعی هر روزه در حال پیشرفت است و یکی از مواردی که اخیراً توسط گوگل به ارمغان آمد، توانایی شناسایی و تفسیر صدای انسان‌ها است. این به معنای این است که اگر از هر دستگاه مجهز به گوگل‌اسیستنت استفاده کنید، می‌توانید با گوگل صحبت کرده و دستورات خاصی را به آن دهید. این قابلیت به کاربران اجازه می‌دهد تا با گوگل در مورد موضوعات مختلف مانند آب و هوا، ترافیک یا حتی پخش موسیقی صحبت کنند.

این توانایی به خصوص برای افرادی که دست‌هایشان مشغول کاری دیگر است یا به دلیل مشکلات جسمی نمی‌توانند دستورات را به صورت نوشتاری وارد کنند، بسیار مفید است. این تکنولوژی نشان از پیشرفت‌های چشمگیر هوش مصنوعی در زمینه شناخت صدا و تفسیر آن دارد و امیدواریم که در آینده نیز بهبودهای بیشتری را در این زمینه ببینیم.

به گزارش اقتصادآنلاین به نقل از زومیت، هوش مصنوعی Gemini ۱.۵ Pro به‌لطف آپدیت جدید گوگل می‌تواند به فایل‌های صوتی آپلودشده گوش دهد و اطلاعات را از تماس‌های دریافتی یا صدای ویدئوها بدون نیاز به دستورهای متنی استخراج کند.

در رویداد Cloud Next، گوگل اعلام کرد که مدل زبانی بزرگ جمنای ۱٫۵ پرو را برای اولین‌بار ازطریق ابزار Vertex AI دردسترس عموم ازجمله توسعه‌دهندگان قرار می‌دهد.

درحال‌حاضر، نسخه‌ی جدید جمنای پرو ازنظر عملکرد، از بزرگ‌ترین و قدرتمندترین مدل جمنای، یعنی اولترا ۱٫۰، پیشی گرفته است. گوگل ادعا می‌کند که جمنای ۱٫۵ پرو می‌تواند دستورالعمل‌های پیچیده را درک کند.

Gemini ۱.۵ Pro برای افرادی کاربردی نیست که به Vertex AI دسترسی ندارند. ناگفته نماند که جمنای اولترا به چت‌بات پیشرفته‌ی جمنای قدرت می‌دهد. این مدل زبانی بزرگ قدرتمند است و می‌تواند دستورهای متنی طولانی را درک کند؛ اما سرعت جمنای ۱٫۵ پرو را ندارد.

جمنای ۱٫۵ پرو، تنها مدل زبانی بزرگ گوگل نیست که به‌روزرسانی می‌شود. Imagen ۲ ابزار تولید متن به تصویر است که به توانمندسازی قابلیت‌های تولید تصویر جمنای کمک می‌کند. این ابزار در آپدیت جدیدش به کاربران اجازه می‌دهد تا سوژه‌ها را به تصویر اضافه یا از آن‌ حذف کنند. گوگل نیز قابلیت واترمارک دیجیتال SynthID خود را در تمامی تصاویر ایجادشده با مدل‌های Imagen دردسترس قرار داده است.

گوگل در حال آزمایش ویژگی پاسخ هوش مصنوعی در صفحه‌ی نتایج اصلی جست‌وجو به‌صورت عمومی است و کاربران بدون نیاز به عضویت در Search Labs می‌توانند پاسخ هوش مصنوعی را مشاهده کنند.