پاسخ کوتاه
گوگل در سپتامبر ۲۰۲۶ مدل Gemini 4 Argon را با قابلیت خروجی یک میلیون توکن و استدلال پیشرفته، همراه با سری مدل‌های ۳.۸ فلش برای کارهای سریع‌تر معرفی کرد. این تغییرات شامل بهبودهای جدی در تعاملات صوتی، یکپارچه‌سازی اپلیکیشن‌های جانبی و پیشرفت‌های علمی در حوزه‌های زیست‌شناسی و اقلیم است.
خلاصهٔ نکته‌ها
- معرفی Gemini 4 Argon به عنوان مدل پیشرو با حد خروجی ۱ میلیون توکن، متمرکز بر کارهای سنگین مانند امنیت سایبری.
- پرتاب مدل‌های صوتی طبیعی Gemini 3.8 Live و قابلیت تبدیل متن به گفتار با کیفیت بالا.
- شروع همکاری با سازمان‌های امنیتی از طریق برنامه Fairwind برای تست کنترل‌های ایمنی قبل از عرضه عمومی.
- اعلام پروژه AlphaGenome Atlas برای پیش‌بینی اثرات ۹ میلیارد جهش ژنتیکی و پروژه Suncatcher برای رایانش فضایی.
- معرفی Googlebook، لپ‌تاپ مبتنی بر سیستم‌عامل اندروید، و گسترش قابلیت CC برای مدیریت خانواده.
پرش به آینده استدلال: معرفی Gemini 4 Argon و خانواده 3.8
تمرکز اصلی اعلامیه‌های گوگل در سپتامبر ۲۰۲۶ بر مدل جدید «جِمینی ۴ آرگون» (Gemini 4 Argon) متمرکز است. طبق توضیحات ارائه‌شده در وبلاگ رسمی، این مدل با هدف حل چالش‌های پیچیده و با قابلیت تولید خروجی تا یک میلیون توکن طراحی شده است. گوگل صریحاً اشاره می‌کند که این مدل برای کارهای سنگین مانند کدنویسی، دفاع سایبری و تحقیقات حقوقی بهینه شده است. این ادعا نشان‌دهنده گذار گوگل به سمت کاربردهای صنعتی و تخصصی است که نیاز به پردازش حجم عظیمی از داده در یک فراخوان دارند.
همزمان با آرگون، گوگل مدل‌های «جِمینی ۳.۸ فلش» و «۳.۸ فلش سایبر» را نیز معرفی کرد. این مدل‌ها ادعا می‌کنند که عملکرد استدلال و کدنویسی را در سرعت و هزینه‌ای مشابه نسخه ۳.۷ فلش حفظ می‌کنند. گوگل تأکید دارد که نسخه سایبر این مدل به مدافعان امنیتی اجازه می‌دهد تا آسیب‌پذیری‌ها را به‌طور خودکار کشف و پچ کنند. با این حال، گوگل تأیید می‌کند که انتشار قابلیت‌های مرزی در این سطح نیازمند رویکردی مرحله‌به‌مرحله است و فعلاً فقط در اختیار مدافعه‌گران سایبری قابل اعتماد در برنامه Fairwind قرار دارد.
تعاملات صوتی و یکپارچه‌سازی اکوسیستم اپلیکیشن‌ها
در بخش تجربه کاربری، گوگل مدل‌های صوتی طبیعی Gemini 3.8 Live و نسخه Extended Thinking را معرفی کرده است. این ابزارها ادعا دارند که تأخیر کمتری در پاسخ‌دهی صوتی-به-صوتی دارند و برای استدلال چندمرحله‌ای طراحی شده‌اند. گوگل همچنین مدل‌های Text-to-Speech جدید را معرفی کرده که به کاربران اجازه می‌دهند به جای انتخاب از لیست ثابت صداها، صداهای داینامیک و صحنه‌ای ایجاد کنند. این تغییرات نشان می‌دهد گوگل سعی دارد تعاملات متنی را به سمت تجربه‌های چندرسانه‌ای و غنی‌تر سوق دهد.
یکی دیگر از ویژگی‌های برجسته، معرفی «Connected Apps» در برنامه جِمینی است. گوگل ادعا می‌کند که ابزارهای بهره‌وری مانند Linear و Airtable، پلتفرم‌های خلاقانه مانند Adobe و Squarespace، و خدمات زندگی مانند Peloton را مستقیماً به جِمینی متصل کرده است. هدف این اقدام، حذف نیاز به جابجایی بین تب‌های مختلف مرورگر است. همچنین گوگل با گسترش قابلیت CC (دستیار شخصی) به یک عامل گروهی در Google Labs، سعی دارد مدیریت تقویم‌های خانوادگی و لیست کارها را به صورت خودکار انجام دهد.
سخت‌افزار نوین: لپ‌تاپ Googlebook و رایانش در فضا
گوگل علاوه بر نرم‌افزار، روی سخت‌افزار نیز کار کرده و از لپ‌تاپ «Googlebook» با پیش‌فروش عمومی خبر داده است. این دستگاه بر پایه سیستم‌عامل اندروید ساخته شده و ادعا می‌کند که با ChromeOS هماهنگ است. ویژگی‌های معرفی‌شده شامل قابلیت‌های هوش مصنوعی بومی مانند «Magic Pointer» برای پرسش از صفحه نمایش و سیستم دیکته صوتی «Rambler» برای سازماندهی یادداشت‌ها است. گوگل ادعا می‌کند این دستگاه برای کاربران اندرویدی طراحی شده تا کارایی روزمره آن‌ها را بدون نیاز به یادگیری ابزارهای جدید افزایش دهد.
در حوزه زیرساخت، گوگل پروژه «Suncatcher» را برای آزمایش سخت‌افزارهای TPUs در مدار زمین معرفی کرده است. این پروژه مشترک با شرکت Planet است و هدف آن ارزیابی عملکرد رایانش مصنوعی در شرایط واقعی فضایی است. گوگل اشاره می‌کند که ماهواره‌ها در مدار زمین پایین می‌توانند تا هشت برابر انرژی خورشیدی بیشتری نسبت به سطح زمین دریافت کنند. این ادعا نشان‌دهنده نگاهی بلندمدت گوگل به مقیاس‌پذیری زیرساخت‌های هوش مصنوعی فراتر از دیتاسنترهای زمینی است.
دستاوردهای علمی: از ژنوم انسان تا نقشه مغز میوه مگس
گوگل در این ماه اعلامیه‌های علمی چشمگیری را نیز منتشر کرده است. «AlphaGenome Atlas» یک پایگاه داده معرفی شده که اثرات ۹ میلیارد واریانت تک‌نوکلئوتیدی در ژنوم انسان را پیش‌بینی می‌کند. گوگل ادعا می‌کند این ابزار نیاز به مهارت‌های کدنویسی ندارد و در حال حاضر در تحقیقات بیماری‌های نادر کاربرد دارد. همچنین گوگل و ناسا مدل MAPL-EMIT را توسعه داده‌اند که ادعا می‌کند ۵۰ درصد انتشارات متان بیشتری نسبت به کارشناسان انسانی تشخیص می‌دهد و تاکنون بیش از ۲۳,۰۰۰ پلاسم ناشناخته را شناسایی کرده است.
در آخرین بخش اعلامیه، گوگل به همکاری با HHMI Janelia و دانشگاه کمبریج اشاره کرده که نقشه کامل مغز یک مگس میوه نر بالغ را ایجاد کرده‌اند. این نقشه شامل ۱۶۶,۰۰۰ نورون و تقریباً ۱۲,۰۰۰ نوع سلولی متمایز است. گوگل این پروژه را یک گام بزرگ در عصب‌شناسی توصیف می‌کند. با این حال، باید توجه داشت که این دستاوردها بیشتر در حوزه پژوهش‌های بنیادین قرار می‌گیرند و لزوماً به معنای دسترسی مستقیم کاربران عادی به این تکنولوژی در کوتاه‌مدت نیست.
پرسش‌های پرتکرار
مدل Gemini 4 Argon چه ویژگی منحصر‌به‌فردی دارد که آن را از سایر مدل‌ها متمایز می‌کند؟
بر اساس اعلامیه گوگل، ویژگی اصلی این مدل داشتن حد خروجی یک میلیون توکن و تمرکز بر استدلال پیشرفته برای کارهای سنگین مانند امنیت سایبری است.
آیا مدل‌های جدید گوگل برای عموم مردم در دسترس هستند؟
خیر، گوگل اعلام کرده است که انتشار قابلیت‌های مدل‌های مرزی مانند Argon در مرحله‌ای کنترل‌شده و از طریق برنامه Fairwind برای مدافعان سایبری و سازمان‌های مورد اعتماد آغاز شده است.
گوگل در زمینه تغییرات اقلیمی چه ادعایی کرده است؟
گوگل اعلام کرده که مدل هوش مصنوعی MAPL-EMIT به همراه ناسا، توانسته است ۵۰ درصد بیشتر از کارشناسان انسانی نشت متان را تشخیص دهد و ۲۳,۰۰۰ منبع ناشناخته را شناسایی کرده است.
هنوز دیدگاه تأییدشده‌ای ثبت نشده؛ اگر تجربه‌ای داری، اولین نفر باش.