از بارد (Bard) تا جمینای (Gemini): آشنایی با هوش مصنوعی قدرتمند گوگل

با ظهور غول جدیدی به نام جمینای (بارد سابق) دنیای هوش مصنوعی تغییرات شگرفی را تجربه کرد. چت جی پی تی و سایر هوش‌های مصنوعی وجود رقیب سرسختی را حس کرده و درصدد مبارزه با آن برآمدند. به همین جهت مایکروسافت با صرف هزینه گزاف چت‌ جی پی تی را در قالب برنامه Copilot به ویندوز ۱۱ افزود. هوش مصنوعی جمنای به‌واسطه قدرت خارق‌العاده‌ای که در پردازش زبان طبیعی و تولید محتوای خلاقانه دارد؛ به‌سرعت در میان کاربران جهانی محبوبیت پیدا کرده‌است که این اتفاق حکایت از طلوعی نو در دنیای هوش مصنوعی دارد. در این مقاله بعد از اشاره به ماجرای تولد جمنای به بررسی ویژگی‌های جذاب و بی‌نقص و مقایسه آن با سایر رقبای کهنه‌کارش می‌پردازیم. پس بدانید و آگاه باشید که بعد از آشنایی با جمینی لذت آشنایی با دستیاری همه‌فن‌ حریف را با تمام وجود حس خواهید کرد. پس با ما همراه باشید.

تولد بارد، هوش مصنوعی گوگل

هوش مصنوعی بارد در سال ۲۰۲۲   توسط تیمی از محققان در Google AI، به رهبری ایلیا سوتسکهور (دانشمند حوزه کامپیوتر)، دمیس هاسابیس (دانشمند عصب شناس) و ساندار پیچای (مدیرعامل گوگل) با هدف تعامل خلاقانه با انسان و کمک به وی در انجام وظایفش ایجادشد. بارد با ذهنی کنجکاو و دانشی وسیع، به سؤالات بی‌شماری که در ذهنتان نقش می‌بندد، پاسخ می‌دهد. گویی کتابخانه‌ای عظیم و دانشمندی فرزانه در وجود بارد نهفته است که منتظر است تا دریچه‌ای از علم و آگاهی را به روی‌تان بگشاید.
اما خلاقیت بارد به اینجا ختم نمی‌شود. این هوش مصنوعی شگفت‌انگیز، قادر است داستان‌های جذاب و شعرهای دل‌نشین بسراید، کدهای پیچیده را بنویسد، تحلیل‌گر نمودار‌ها و اطلاعات شما باشد و حتی فیلم‌نامه‌های تماشایی خلق کند. با اتکا به این رقیب سرسخت و تازه‌نفس چت جی‌ پی‌ تی می‌توانید به اکتشاف دنیای اطلاعات بپردازید.
 

شکل  1. تاریخچه تشکیل وتوسعه هوش مصنوعی بارد.

نسخه‌های مختلف بارد

در این قسمت از مقاله به معرفی نسخه‌های مختلف بارد و تفاوت‌های آنان می‌پردازیم‌:

بارد۱

اولین نسخه عمومی و تجاری هوش مصنوعی بارد در سال ۲۰۲۳  منتشر شد. این هوش مصنوعی بر اساس LaMDA مخفف عبارت Language Model for Dialogue Applicatios (مدل زبانی برای برنامه‌های گفتگو) بنا شد. گوگل در سال ۲۰۲۱ LaMDA را به‌عنوان یک مدل زبانی واقعی معرفی کرد که می‌تواند به‌طور آزادانه و خلاقانه با انسان‌ها گفتگو کند. این مدل بر اساس Transformer، یک معماری شبکه عصبی است که گوگل در سال ۲۰۱۷ توسعه داده بود. و درواقع Bard نسخه ارتقا یافته LaMDA باقابلیت‌های جدید و رابط کاربری بصری است. بارد ۱ بر روی مجموعه داده‌های عظیمی از متن و کد آموزش‌ دیده است. بارد ۱ می‌تواند به سؤالات پاسخ دهد، متن‌های خلاقانه تولید کند و زبان‌ها را ترجمه کند. بااین‌حال، این نسخه در درک زبان طبیعی و گفتگوی متنی با انسان به‌اندازه نسخه‌های جدیدتر قوی نیست.

بارد۲

بارد ۲ در سال ۲۰۲۳ و مدل زبانی LaMDA2.00ارائه شد.
خلاصه‌سازی و ترجمه‌ روان متون، ارائه کدهای مختلف برنامه‌نویسی از ویژگی‌های منحصربه‌فرد این نسخه است. درک عمیق‌تر زبان‌های طبیعی و ارائه اطلاعات خلاقانه و قابل‌اتکا دیگر ویژگی‌های ارتقا یافته این نسخه می‌باشد.

بارد۳

مدل زبانی این ورژن LaMDA3.0 است و تاریخ انتشار آن‌هم به سال ۲۰۲۳ برمی‌گردد. ارتقا همه‌جانبه بارد ۲ در کنار بهبود درک زبان طبیعی و پاسخگویی به سؤالات چالشی و مهم در این ورژن گنجانده شده است.

بارد۴

مدل زبانی بارد ۴ که همین امسال رونمایی شد؛  LaMDA4.0 می‌باشد. پیشرفته‌ترین نسخه بارد در ارائه محتوای خلاقانه، پاسخ به سؤالات‌ به همراه توانایی درک بالای زبان طبیعی و کد نویسی‌های بی‌نقص مربوط به این‌نسخه می‌باشد. ذکر این نکته خالی از لطف نیست که تمامی این ورژن‌ها قبل از جمینای منتشر شده و در حال حاضر در دسترس نیستند.
پ.ن: همه نسخه‌های هوش مصنوعی بارد از نوع هوش مصنوعی زبانی (LLM) هستند.
 

شکل  2. معرفی نسخه های بارد.

چرا نام Bardبه Gemini تغییر یافت؟

قبل از بررسی دلایل تغییر نام، بهتر‌ است بدانید Gemini به‌صورت صحیح جِمْنای تلفط شده اما دو تلفظ جِمینی و جِمینای نیز در کشور ما رایج است و ما هر سه شکل را در مقاله بکار بردیم. حالا به سراغ علل تغییر نام این هوش مصنوعی رفته و گمانه‌زنی‌های مختلف را بررسی کنیم.

مشکلات حقوقی بارد

 احتمال دارد نام "بارد" قبلاً توسط شخص یا شرکتی دیگر ثبت‌شده باشد و گوگل برای جلوگیری از مشکلات حقوقی، نام هوش مصنوعی خود را تغییر داده باشد.

تغییر رویکرد شرکت گوگل

ممکن است گوگل تصمیم گرفته باشد نام هوش مصنوعی خود را به نامی تغییر دهد که بهتر نشان‌دهنده قابلیت‌ها و کاربردهای آن باشد. نام "جمینای" به معنی "دوقلو" است و به دوگانگی زبان و هوش مصنوعی اشاره دارد. حتی در بعضی منابع معنی آن به ماه جوزا نیز تعبیر شده است.

جلوگیری از سوءتفاهم

 نام "بارد" می‌تواند معانی مختلفی داشته و برخی افراد آن را با مفاهیمی مانند "شاعر" یا "داستان‌سرا" اشتباه بگیرند. نام "جمینای" یک نام ساده‌تر و واضح‌تر است که می‌تواند به‌طور دقیق‌تر ماهیت هوش مصنوعی را نشان دهد.

بازاریابی جمینای

ممکن است گوگل تصمیم گرفته باشد نام هوش مصنوعی خود را به نامی تغییر دهد که از نظر بازاریابی جذاب‌تر بوده و به‌طور بهتری در ذهن مخاطبان ماندگار شود.

دلایل فنی 

شاید نام بارد به دلیل مسائل فنی با برخی از سیستم‌ها یا پلتفرم‌ها سازگار نباشد و گوگل برای حل این مشکل، نام هوش مصنوعی خود را تغییر داده باشد.

تفاوت‌ بارد با جمینی در چیست؟

تغییر نام بارد به جمینی نشان‌دهنده تعهد گوگل به توسعه و ارتقای هوش مصنوعی خود است. بارد اولین گام گوگل در این مسیر بود که در سال ۲۰۲۳  با مدل زبانی LaMDA معرفی شد و در سال  ۲۰۲۴، گوگل با ارائه مدل‌های جدیدتر و قدرتمندتر مانند PalM 2 و Gemini Pro، هوش مصنوعی خود را ارتقا داد و نام آن را به جمینی تغییر داد.
جمینی در واقع نسل جدید هوش مصنوعی گوگل است که با قابلیت‌های پیشرفته‌تر و کاربردهای متنوع‌تر به کاربران ارائه‌شده و سرآغاز مهمی در این ده دنیای تکنولوژی می‌باشد. باوجود تعدادی از تفاوت‌ها، جمینی در برخی زمینه‌ها با بارد مشابه است. هردو هوش مصنوعی با کاربری‌های مشابه توسط شرکت گوگل توسعه داده‌شده‌اند، اما جمینی در ترجمه زبان، کد نویسی، خلاصه‌سازی متون و حتی پاسخ به سؤالات چالشی از بارد دقیق‌تر و روان‌تر است.

انواع مختلف هوش مصنوعی جمینی 

تیم تحقیقاتی شرکت گوگل (google deep mind) برای پاسخگویی به نیازهای مختلف کاربران با سطح تخصص و بودجه‌های متفاوت جمینی بات‌های زیر را ارائه داده‌است.

 جمینی نانو

مناسب برای کاربران عادی و مبتدی که به دنبال یک هوش مصنوعی ساده و کاربردی هستند.

قابلیت‌ها

پاسخ جامع  به سؤالات با موضوعات متنوع  
ترجمه زبان‌های بین‌المللی به‌صورت دقیق و روان
نکارش متن‌های کوتاه، ایمیل و کپشن‌ها
خلاصه‌سازی متون طولانی به‌طور خودکار
رابط کاربری بصری ساده برای استفاده فراگیر
سرعت قابل‌قبول در ارائه پاسخ
مصرف کم داده در تلفن‌های همراه و دستگاه‌های با پهنای باند محدود

جمینی پرو

برای کاربران حرفه‌ای و توسعه‌دهندگان دنیای تکنولوژی این هوش مصنوعی قدرتمند و انعطاف‌پذیر مناسب است. جمینی پرو شامل تمام قابلیت‌های نسخه نانو و آپشن‌های جدیدتر است.

قابلیت‌ها

نگارش کدهای برنامه‌نویسی به زبان‌های مختلف
تولید محتوای خلاقانه از قبیل شعر، فیلم‌نامه و داستان
تجزیه‌وتحلیل داده‌ها و ارائه نتایج
رابط کاربری پیشرفته و کامل برای استفاده‌کنندگان
قدرت پردازش بالا برای انجام امور پیچیده
قابلیت شخصی‌سازی مطابق با نیازهای کاربران
نسخه رایگان و رسمی جایگزین گوگل بارد از طریق وبلاگ و اپ

جمینی اولترا

سازمان‌ها و شرکت‌های بزرگ برای انجام پروسه‌ها و وظایف سازمانی به این هوش مصنوعی نیاز پیدا می‌کنند. این نسخه تمام قابلیت‌های دو ورژن قبلی خود را دارا بوده و به‌صورت پیشرفته‌تر ارائه شده‌است.

قابلیت‌ها

هوش مصنوعی مکالمه‌ای برای وب سایت‌ها
انجام وظایف خودکار در سازمان‌ها
تحلیل و پیش‌بینی داده‌ها و روند‌ها
امنیت بسیار بالا نسبت به نسخه‌های قبل
قابلیت سفارشی‌سازی نیازها
درک‌ زبان چندوظیفه‌ای بزرگ (MMLV)

جمینی ادونس

جمینی ادونس به‌طور خاص برای متخصصان و کاربران حرفه‌ای در زمینه‌های مختلف طراحی‌شده است. اما قبل از بررسی موارد گفته‌شده باید گفت جمینی ادونس نسخه دیگری از این هوش مصنوعی نبوده و همان ورژن جمینی اولترا می‌باشد. با این تفاوت‌که امکاناتی دیگر از طریق تهیه اشتراک از طرح‌های google one به آن افزوده شده‌است. درواقع جمینی ادونس بیشتر یک پلن و برنامه می‌باشد تا یک نسخه.

قابلیت‌ها

دسترسی به مدل‌های زبانی پیشرفته گوگل مانند LaMDA2 و PaLM2 برای انجام وظایف پیچیده‌ای چون تولید محتوای خلاقانه و تجزیه‌وتحلیل دقیق داده‌ها 
مدیریت ایمیل‌‌ها و فایل‌های موجود در گوگل درایو و گوگل داکز
قابلیت شخصی‌سازی مدل‌های زبانی، رابط کاربری و تنظیمات مختلف مطابق با نیازهای خود
توانا در یادگیری و توسعه خود
ارائه پاسخ‌های دقیق و جامع
استفاده از فضای ذخیره‌سازی دوترابایتی در محیط‌های مختلفی همچون وب، دسکتاپ، موبایل و ...
پ.ن: خرید اشتراک این هوش مصنوعی ماهانه ۲۲ دلار و سالانه ۲۴۰ دلار هست. البته برای کاربران ایرانی این خرید طبق معمول با چالش‌هایی همراه است.
 

شکل  3. معرفی نسخه Gemini Advanced.

مقایسه Gemini با GPT_4 و Bing

در جدول زیر سه هوش مصنوعی از لحاظ تمامی ظرفیت‌ها مقایسه شده‌اند.

ویژگی	جمینی	ChatGPT	بینگ
مدل زبانی	PaLM2 و  GPT-4	GPT-4	LaMDA2
قابلیت شخصی سازی	بالا	متوسط	پایین
قابلیت استفاده از محیط‌های مختلف	بالا	بالا	بالا
قیمت	رایگان (نانو) /  پولی (پرو و الترا)	پولی	رایگان
قدرت پردازش	بالا	بالا	بالا
توانایی یادگیری	بالا	بالا	بالا
رابط کاربری	ساده و کاربرپسند	ساده و کاربرپسند	ساده و کاربرپسند
قابلیت‌های مکالمه‌ای	بالا	بالا	بالا
قابلیت تولید محتوای خلاقانه	بالا	بالا	بالا
قابلیت تجزیه وتحلیل داده	بالا	بالا	بالا
قابلیت پاسخ به سوالات	بالا	بالا	بالا
پشتیبانی از زبان‌های مختلف	بالا	بالا	بالا
ارسال ویس	می‌تواند متن را به گفتار تبدیل کند و به زبان‌های مختلف صحبت کند.	می‌تواند متن را به گفتار تبدیل کند.	می‌تواند متن را به گفتار تبدیل کند.
زبان برنامه نویسی	می‌تواند به زبان‌های مختلف برنامه نویسی مثل java، python و javascript کد بنویسد.	می‌تواند به زبان‌های مختلف برنامه نویسی مثل java، python و javascript کد بنویسد.	می‌تواند به زبان‌های مختلف برنامه نویسی مثل java، python و javascript کد بنویسد.
توانایی در کد زدن	می‌تواند کدهای ساده و پیچیده را به طور کامل بنویسد و اشکال زدایی کند.	می‌تواند کدهای ساده بنویسید اما در اشکال زدایی کدها ضعیف است.	می‌تواند کدهای ساده بنویسید اما در اشکال زدایی کدها ضعیف است.
دسترسی به اطلاعات	به روز	تا سال 2021	به روز
جستجوی مستقیم در اینترنت	دارد	ندارد	دارد
تمرکز	پاسخ به سوالات	کارهای خلاقانه	پاسخ به سوالات و کارهای خلاقانه
ادغام با سیستم عامل	ندارد	ندارد	ویندوز 11
قابلیت تولید تصویر	ندارد	دارد	دارد

_جمینی در قابلیت‌های شخصی‌سازی، دسترسی به اطلاعات جستجوی مستقیم در اینترنت، قیمت، پشتیبانی از زبان‌های مختلف، ارسال ویس و توانایی در کد زدن از چت‌ جی‌پی‌تی ۴ و بینگ بهتر است.
_در مورد فعال بت‌های خلاقانه چت جی پی تی حرف اول را میان رقبایش می‌زند.
_بینگ در ادغام با سیستم عامل و قابلیت تولید تصویر از هردو رقیب خود قدرتمندتر است.

کلام آخر
در این مقاله به تماشای داستان تولد و رشد هوش مصنوعی جذاب شرکت گوگل نشستیم. اگر مایل به یادگیری و آشنایی بیشتر با این غول جدید دنیای تکنولوژی هستید مقاله جدید ما با عنوان با هوش مصنوعی جمنای به دنیایی از امکانات سلام کنید، به طریقه استفاده و معرفی جز به‌جز قابلیت‌های جمینی می‌پردازد. قدردان چشمان شما برای مطالعه مقاله هستیم. در صورت داشتن اطلاعات به‌روز یا طرح پرسش از طرح کامنت غافل نشوید.