Google I/O 2024: هوش مصنوعی در مرکز توجه
َArya
کنفرانس Google I/O 2024 دیروز به پایان رسید و جامعه توسعه‌دهندگان را با آخرین پیشرفت‌ها در هوش مصنوعی، اندروید و مجموعه محصولات گوگل هیجان‌زده کرد. محوریت کنفرانس امسال بر توانمندسازی توسعه‌دهندگان با ابزارهای پیشرفته بود و هوش مصنوعی به عنوان ستاره اصلی این رویداد ظهور کرد. در اینجا نگاهی به مهم‌ترین اعلامیه‌ها می‌اندازیم.
معرفی جمینی 1.5 فلش
مدل محبوب هوش مصنوعی جمینی با جمینی 1.5 فلش ارتقاء قابل توجهی دریافت کرد. این مدل جدید بر سرعت و کارایی تمرکز دارد و آن را برای کارهای پرحجم و با فرکانس بالا ایده‌آل می‌کند. جمینی 1.5 فلش بر سرعت اولویت می‌دهد و پاسخ‌های سریع‌تری را برای کارهایی مانند خلاصه‌سازی، برنامه‌های چت و استخراج داده ارائه می‌کند. جمینی 1.5 فلش که برای پردازش کارآمد طراحی شده است، یک راه حل مقرون به صرفه برای توسعه دهندگان ارائه می دهد.با وجود تمرکز بر سرعت، جمینی 1.5 فلش پنجره متن طولانی (تا 1 میلیون توکن) را برای کارهایی که نیاز به درک گسترده‌تر دارند، حفظ می‌کند.
پروژه آستارا
گوگل کارها را با Project Astara، ابتکاری بلندپروازانه که برای دسترسی‌پذیرتر کردن توسعه هوش مصنوعی برای طیف وسیع‌تری از توسعه‌دهندگان طراحی شده است، آغاز کرد. Project Astara مجموعه کاملی از ابزارها و خدمات را برای ساده‌سازی فرآیند توسعه هوش مصنوعی ارائه می‌دهد.جن‌کیت (Genkit) کتابخانه‌ای از مدل‌های پیش‌آموزش هوش مصنوعی را برای کارهای رایج مانند تولید محتوا، خلاصه‌سازی، ترجمه و ایجاد تصویر ارائه می‌دهد. این امکان را به توسعه‌دهندگان می‌دهد تا بدون نیاز به تخصص گسترده در یادگیری ماشین، قابلیت‌های قدرتمند هوش مصنوعی را در برنامه‌های خود ادغام کنند.جما 2 (Gemma 2) مدل زبان محبوب جما را به سطح بعدی می‌برد. جما 2 با دارا بودن اندازه خیره کننده 27 میلیارد پارامتر، قابلیت های به طور قابل توجهی بهبود یافته در تولید متن، ترجمه و تکمیل کد ارائه می دهد. پروژه آستارا توسعه‌دهندگان در تمام سطوح را قادر می‌سازد تا از قدرت هوش مصنوعی در آثار خود بهره ببرند.
انقلابی در ساخت ویدیو با Veo
گوگل از ویئو، یک ابزار هوش مصنوعی پیشگام رونمایی کرد که به کاربران امکان می‌دهد تنها از طریق متن، ویدیوهای با کیفیت بالا ایجاد کنند. نرم افزار ویرایش سنتی را فراموش کنید – ویئو از قدرت هوش مصنوعی برای ترجمه ایده های شما به ویدیوهای خیره کننده 1080p با طول بیش از یک دقیقه استفاده می کند.
کنترل سینمایی، میخواهید یک نما از پهپاد دراماتیک یا یک سکانس اکشن تپنده قلب داشته باشید؟ ویئو طیف وسیعی از سبک‌های سینمایی را درک می‌کند و می‌تواند بر اساس توضیحات خاص شما، ویدیو تولید کند.روایت مبتنی بر متن، به سادگی آنچه را که در ویدیوی خود می خواهید توصیف کنید، ویئو آن را زنده می کند. به یک شخصیت یا شیء خاص نیاز دارید؟ فقط آن را برای تولید ویدیوی سفارشی در دستورالعمل خود قرار دهید.قدرت ویرایش دقیق، ویئو فقط برای ایجاد ویدیو از ابتدا نیست. همچنین می توانید از ماسک ها برای تعیین مناطقی از فیلم موجود برای ویرایش بیشتر با دستورالعمل های متنی استفاده کنید. این امکان تنظیم دقیق خروجی ویدیوی شما را فراهم می کند.
ویئو حتی با پردازش یک توالی از دستورالعمل‌های داستانی، می‌تواند ویدیوهای طولانی‌تری بسازد. این درها را برای ایجاد فیلم‌های کوتاه، ویدیوهای توضیحی و حتی محتوای آموزشی با استفاده از تصاویر تولید شده توسط هوش مصنوعی باز می‌کند.با اینکه ویئو هنوز در حال توسعه است، اما گام بلندی به جلو در زمینه ایجاد ویدیو با هوش مصنوعی به شمار می‌رود. کاربردهای بالقوه آن بسیار گسترده است و به فیلمسازان، بازاریابان، مربیان و هرکسی که می‌خواهد بدون نیاز به تخصص گسترده در زمینه ویرایش، ویدیوهای جذابی بسازد، قدرت می‌دهد.
Imagen 3: هنر خلق تصویر با هوش مصنوعی
پیشرفتهای هوش مصنوعی گوگل به متن و صدا ختم نمی‌شود. ایمجن 3، آخرین نسخه از مدل تولید تصویر گوگل، تصاویر فوتورئالیستی و خلاقانه‌تر را بر اساس توضیحات متنی وعده می‌دهد. توسعه‌دهندگان می‌توانند از Imagen 3 برای تولید تصاویر بصری منحصربه‌فرد برای برنامه‌های کاربردی مختلف استفاده کنند، مانند هنر مفهومی و تصویرسازی، با تصاویر خیره کننده ای که از توضیحات متنی دقیق تولید شده اند، ایده های طراحی خود را زنده کنید.بازاریابی و تبلیغات، با کمک Imagen 3، ماکت‌های جذاب محصول ایجاد کنید یا کمپین‌های تبلیغاتی قانع‌کننده‌ای طراحی کنید.شخصی‌سازی تجارت الکترونیک، تصاویر منحصر به فرد محصول را متناسب با ترجیحات مشتریان تولید کنید.ایمجن 3 مرزهای خلق تصویر با هوش مصنوعی را گسترش می‌دهد و به توسعه‌دهندگان ابزاری قدرتمند برای زنده کردن ایده‌هایشان ارائه می‌دهد.
Google I/O 2024 تعهد این شرکت را به پیشبرد هوش مصنوعی و توانمندسازی توسعه‌دهندگان نشان داد. Project Astara موانع ورود به توسعه هوش مصنوعی را کاهش می‌دهد، در حالی که پیشرفت‌هایی در مدل‌هایی مانند Gemini 1.5 Flash و Imagen 3 قابلیت‌های پیشرفتهای را ارائه می‌دهند. ویئو با نشان دادن پتانسیل عظیم هوش مصنوعی در زمینه‌های خلاقانه، انقلابی در ساخت ویدیو ایجاد می‌کند.
احسان نیاکان
