گوگل بالاخره پس از ماهها هیاهو، از مدل هوش مصنوعی «جمنای ۳» رونمایی کرد. این مدل جدید که به گفته شرکت سازنده، «جهش بزرگی» در استدلال دارد و خلاقتر از نسل قبلی است، از امروز بهطور گسترده در دسترس قرار میگیرد و برای اولین بار همزمان با عرضه، در موتور جستجوی گوگل نیز ادغام شده است.
برای گوگل، بار انتظارات سنگین است. پس از عرضه نه چندان انقلابی GPT-5 در اوایل امسال، فشار روی این غول فناوری برای ارایه محصولی برتر دوچندان بود. «دمیس هاسابیس» (Demis Hassabis)، مدیرعامل «گوگل دیپمایند» (Google DeepMind)، بهروزرسانیهای جدید جمنای را گذار از «صرفاً خواندن متن و تصویر به درک موقعیت و فضا» توصیف کرد.
یادگیری بصری و ترکیب هوشمند اطلاعات
گوگل اعلام کرده که جمنای ۳ هم در استدلال و هم در تواناییهای چندوجهی (Multimodal) بهبود یافته است. «تولسی دوشی» (Tulsee Doshi)، مدیر محصول جمنای، گفت: «این مدل فقط متن یا تصویر را جداگانه پردازش نمیکند؛ بلکه ظرافتهای بین آنها را درک کرده و اطلاعات را به فرمتی که برای شما منطقیتر است، تبدیل میکند.»
این ویژگی با تواناییهای کدنویسی مدل تقویت شده است؛ به این معنی که جمنای ۳ میتواند برای توضیح یک ایده پیچیده، یک ارایه یا نمودار تعاملی بسازد. به گفته مدیر ارشد فناوری دیپمایند، این قابلیت نه فقط برای برنامهنویسان، بلکه برای دانشآموزان و کسانی که از AI به عنوان ابزار یادگیری استفاده میکنند، تحولآفرین خواهد بود.
ورود جمنای ۳ به جستجوی گوگل و دستیارهای هوشمند
گوگل از مزیت توزیع خود استفاده کرده و جمنای ۳ را در روز عرضه به جستجوگر خود آورده است. البته در حال حاضر، تنها کاربران آمریکایی که اشتراکهای Pro یا Ultra دارند، گزینه جدیدی به نام «Thinking» را در حالت هوش مصنوعی جستجو میبینند که از این مدل قدرت میگیرد. این مدل با شکستن سوالات پیچیده به اجزای کوچکتر، جستجوهای دقیقتری انجام میدهد.
همچنین گوگل از ویژگی جدیدی به نام «جمنای ایجنت» (Gemini Agent) رونمایی کرده که قادر به انجام وظایف چندمرحلهای است. این دستیار میتواند با برنامههای مختلف گوگل مانند تقویم و جیمیل تعامل داشته باشد؛ مثلاً با بررسی ایمیلهای شما، برای تعطیلات پیشرو برنامهریزی کرده و ماشین اجاره کند.
واقعیترین مدل تا به امروز با قابلیت «Vibe Coding»
گوگل ادعا میکند جمنای ۳ «واقعیترین» مدل این شرکت تا به امروز است و در آزمونهای سختگیرانه علمی و ریاضی عملکردی با قابلیت اطمینان بسیار بالا داشته است. علاوه بر این، قابلیتهای کدنویسی پیشرفته مدل امکان «Vibe Coding» را فراهم کرده است؛ جایی که کاربر میتواند بدون دانش فنی عمیق، تنها با توصیف حس و حال یا نیاز خود، از طریق پلتفرم جدیدی به نام «Antigravity»، اپلیکیشنهای تعاملی و وبسایتهای کامل بسازد.