জেমিনি চ্যাটবটের সীমানা অতিক্রম করে।

জেমিনিকে ঘিরে উন্নতিগুলো গুগলের নতুন দিকনির্দেশনা তুলে ধরে, যা চ্যাটবট ইন্টারফেস থেকে নিরন্তর সক্রিয় এজেন্টের দিকে তার মনোযোগ সরিয়ে নিচ্ছে।

গুগল আই/ও ২০২৬-এ বক্তব্য রাখছেন সিইও সুন্দর পিচাই। ছবি: অ্যান্ড্রয়েড সেন্ট্রাল ।

২০শে মে (ভিয়েতনামের সময়) ভোরে অনুষ্ঠিত আই/ও ২০২৬ সম্মেলনে গুগল জেমিনির সর্বশেষ সংস্করণের পাশাপাশি ওমনি নামক একটি এআই মডেল ঘোষণা করেছে, যা ভৌত জগৎকে অনুকরণ করে।

CNET- এর মতে, গুগল যখন এআই মডেলের বিকাশের সাথে তাল মিলিয়ে চলার জন্য দ্রুতগতিতে কাজ করছিল এবং একই সাথে তার বিশাল ব্যবহারকারীকে আরও বেশি পরিষেবা প্রদান করছিল, ঠিক তখনই এই ঘটনাটি ঘটে।

আই/ও ২০২৬-এর আরেকটি উল্লেখযোগ্য দিক হলো, বাজার ওপেনএআই এবং অ্যানথ্রোপিক-এর ক্রমবর্ধমান মূল্যায়নের দিকে নজর রাখছে, যাদের উভয়েরই এই বছর ইনিশিয়াল পাবলিক অফারিং (আইপিও) চালু করার কথা রয়েছে।

জেমিনি ৩.৫ ফ্ল্যাশ: দ্রুত এবং সাশ্রয়ী

গুগলের মনোযোগ জেমিনি ইকোসিস্টেমের উপরেই রয়েছে। এই অনুষ্ঠানে কোম্পানিটি জেমিনি ৩.৫ ফ্ল্যাশ উন্মোচন করেছে, যা একটি সরলীকৃত সংস্করণ এবং তুলনামূলক আরও উন্নত মডেলগুলোর অর্ধেক বা এমনকি এক-তৃতীয়াংশ দামে পাওয়া যায়, অথচ এটি কার্যকর।

অনুষ্ঠানের আগে সাংবাদিকদের সঙ্গে কথা বলার সময় সিইও সুন্দর পিচাই জানান যে, জেমিনি ৩.৫ ফ্ল্যাশ "অসাধারণ দ্রুতগতির"। গুগল জানিয়েছে যে, বিশ্বব্যাপী জেমিনি এবং গুগল সার্চের এআই মোডে এটিই ডিফল্ট মডেল হবে।

"গতির জন্য আপনাকে আর মানের সাথে আপোস করতে হবে না," গুগলের ঘোষণায় জোর দেওয়া হয়েছে। সংস্থাটি জানিয়েছে যে জেমিনি ৩.৫ ফ্ল্যাশের সাইবার আক্রমণ সুরক্ষা উন্নত করা হয়েছে, যা ক্ষতিকারক কন্টেন্ট তৈরির হার এবং ভুলবশত সাধারণ কমান্ড প্রত্যাখ্যান করার প্রবণতা কমিয়েছে।

জেমিনি ৩.৫ ফ্ল্যাশ এর উচ্চ কার্যকারিতা এবং দ্রুত আউটপুট গতির জন্য প্রশংসিত। ছবি: গুগল ।

জেমিনি ৩.৫ ফ্ল্যাশ জটিল এজেন্ট-ভিত্তিক ওয়ার্কফ্লোর জন্য অপ্টিমাইজ করা হয়েছে। গুগলের মতে, এটি টার্মিনাল-বেঞ্চ ২.১ (৭৬.২% বনাম ৭০.৩%) এবং এমসিপি অ্যাটলাস (৮৩.৬% বনাম ৭৮.২%)-এর মতো বেশ কয়েকটি বেঞ্চমার্কে জেমিনি ৩.১ প্রো-কে ছাড়িয়ে যায়।

প্রতি সেকেন্ডে আউটপুট হওয়া টোকেনের সংখ্যা বিবেচনা করলে, জেমিনি ৩.৫ ফ্ল্যাশ কিছু অন্যান্য নতুন মডেলের চেয়ে চারগুণ দ্রুততর। গুগলের মতে, এই মডেলটি কম খরচে এমন কিছু কাজ সম্পন্ন করার সময় কমিয়ে আনতে পারে, যা আগে করতে দিন বা সপ্তাহ লেগে যেত। ফলে এটি প্রোগ্রামার, ব্যবসায়ী, বিজ্ঞানী এবং সাধারণ ব্যবহারকারী সকলের জন্যই আদর্শ।

বিষয়টি সহজভাবে বলতে গেলে, বড় কোম্পানিগুলো প্রতিদিন প্রায় ১ ট্রিলিয়ন টোকেন প্রসেস করছে। যদি তারা এই কাজের ৮০ শতাংশ ৩.৫ ফ্ল্যাশে স্থানান্তর করে, তাহলে তারা বছরে ১ বিলিয়ন ডলারেরও বেশি সাশ্রয় করতে পারবে, যা একটি বিশাল অঙ্কের মূলধন এবং এই অর্থ সরাসরি ব্যবসায় পুনঃবিনিয়োগ করা যেতে পারে,” পিচাই জোর দিয়ে বলেন।

জেমিনি ৩.৫ ফ্ল্যাশ-এর ​​পর গুগল জানিয়েছে যে, জেমিনি ৩.৫ প্রো তৈরি হচ্ছে এবং অভ্যন্তরীণভাবে ব্যবহৃত হচ্ছে, যা জুন মাসে ব্যাপকভাবে প্রকাশ করা হবে বলে আশা করা হচ্ছে।

মিথুন রাশির সম্প্রসারণ

জেমিনি অ্যাপটিকেও একটি নিউরাল এক্সপ্রেসিভ ল্যাঙ্গুয়েজ দিয়ে নতুন করে ডিজাইন করা হয়েছে। এর একটি নতুন ফিচার হলো জেমিনি স্পার্ক, যা একটি নিরবচ্ছিন্নভাবে সক্রিয় ব্যক্তিগত এআই এজেন্ট। এই ফিচারটি জেমিনি ৩.৫ প্ল্যাটফর্মে চলে এবং সরাসরি জিমেইল, গুগল ডক্স বা স্লাইডসের সাথে সংযুক্ত হতে পারে।

জেমিনি স্পার্ককে যা আলাদা করে তোলে তা হলো এর ব্যাকগ্রাউন্ডে চলার ক্ষমতা, যার ফলে ব্যবহারকারী তাদের ফোন বা কম্পিউটার লক করে রাখলেও এটি কাজ করতে পারে।

স্পার্কের কিছু ব্যবহারের মধ্যে রয়েছে সাবস্ক্রিপশন ফি বা লুকানো চার্জ সম্পর্কে আপনাকে সতর্ক করার জন্য মাসিক ক্রেডিট কার্ড স্টেটমেন্ট বিশ্লেষণ করা, গুরুত্বপূর্ণ তথ্য বের করে সারসংক্ষেপ করার জন্য ইমেল চেক করা, মিটিংয়ের সারসংক্ষেপ করে গুগল ডকসে লেখা, এবং আরও অনেক কিছু।

জেমিনি অ্যাপে শীঘ্রই আসছে নতুন ফিচার। ছবি: গুগল ।

অ্যান্ড্রয়েডে, ব্যবহারকারীরা অ্যান্ড্রয়েড হ্যালো নামক একটি নতুন ইন্টারফেসের মাধ্যমে স্পার্কের মতো অ্যাক্টরদের থেকে লাইভ আপডেট এবং টাস্কের অগ্রগতি ট্র্যাক করতে পারবেন, যা এই বছরের শেষের দিকে চালু হবে বলে আশা করা হচ্ছে।

এই গ্রীষ্মের শেষ নাগাদ, স্পার্ক সরাসরি ক্রোমের ভেতরেও চলবে, যা ব্রাউজারটিকে ইন্টারনেটে ব্যবহারকারীদের সহায়তাকারী একটি এজেন্টে পরিণত করবে।

গোপনীয়তা নিশ্চিত করতে, ব্যবহারকারীরা জেমিনি স্পার্ক সক্রিয় করা থেকে বিরত থাকতে এবং কোন কোন অ্যাপ সংযুক্ত থাকবে তা বেছে নিতে পারবেন। এই ফিচারটি মে মাসের শেষের দিক থেকে মার্কিন যুক্তরাষ্ট্রে গুগল এআই আল্ট্রা সাবস্ক্রাইবারদের জন্য চালু করা হবে বলে আশা করা হচ্ছে।

ডেইলি ব্রিফ জেমিনির আরেকটি নতুন ফিচার, যা প্রতিদিন সকালে একটি ব্যক্তিগত সারসংক্ষেপ প্রদান করতে পারে। ইমেল এবং ক্যালেন্ডার থেকে তথ্য সংকলন করে একটি সংক্ষিপ্ত প্রতিবেদন তৈরি করা হয়।

জেমিনি অ্যাপের ডেইলি ব্রিফ সারাংশ ফিচার। ছবি: গুগল ।

ব্যবহারকারীরা অগ্রাধিকারমূলক তথ্যের প্রকারের জন্য অনুরোধ করতে পারেন এবং এমনকি পরবর্তী প্রক্রিয়াকরণের ধাপগুলোর বিষয়ে এআই-কে নির্দেশনাও দিতে পারেন। বর্তমানে, ডেইলি ব্রিফ মার্কিন যুক্তরাষ্ট্রের বাজারে শুধুমাত্র এআই প্লাস, প্রো এবং আল্ট্রা সাবস্ক্রিপশন সমর্থন করে।

গুগল ম্যাকওএস-এর জন্য জেমিনি অ্যাপে বেশ কিছু আপডেটও প্রকাশ করেছে, যার মধ্যে ওয়ার্কফ্লো প্রক্রিয়াকরণ ও স্বয়ংক্রিয় করার জন্য জেমিনি স্পার্ক ইন্টিগ্রেশন অন্তর্ভুক্ত রয়েছে।

র‍্যাম্বলারের স্পিচ রিকগনিশন সিস্টেম ম্যাকওএস-এও সমর্থিত, যা অপ্রয়োজনীয় শব্দ বাদ দিয়ে কথাকে আরও সহজে টেক্সটে রূপান্তর করতে সক্ষম।

জেমিনি অমনি দিয়ে ভিডিও তৈরি করুন

জেমিনি অমনি হলো এমন একটি মডেল যা ভৌত জগৎকে অনুকরণ করে। ডিপমাইন্ড এর আগেও একই ধরনের বেশ কয়েকটি মডেল তৈরি করেছে, কিন্তু সেগুলো শুধুমাত্র রোবোটিক্স এবং গেমিং-এর জন্য ব্যবহৃত হতো।

Omni-এর সাহায্যে ব্যবহারকারীরা Gemini-এর বাস্তব-জগতের জ্ঞানভাণ্ডারের উপর ভিত্তি করে ছবি, অডিও এবং টেক্সট একত্রিত করে উচ্চ-মানের ভিডিও তৈরি করতে পারেন।

গুগলের মতে, অমনি মহাকর্ষ, গতিশক্তি এবং তরল গতিবিদ্যার মতো পদার্থবিজ্ঞানের সূত্রগুলোকে নির্ভুলভাবে প্রয়োগ করতে পারে। জেমিনি থেকে প্রাপ্ত পূর্বজ্ঞানের সুবাদে, এই মডেলটি পরবর্তী ঘটনাগুলোর পূর্বাভাস দিতে সক্ষম।

জেমিনি অমনি দ্বারা নির্মিত একটি ভিডিও। ছবি: গুগল ।

মডেলটি স্বাভাবিক ভাষায় সম্পাদনা সমর্থন করে এবং প্রতিটি সম্পাদনার সাথে এর প্রেক্ষাপট সামঞ্জস্যপূর্ণ থাকে। কমান্ডের মাধ্যমে ব্যবহারকারীরা সহজেই অক্ষর যোগ করতে, বস্তু সন্নিবেশ করতে বা দৃশ্য পরিবর্তন করতে পারেন।

ওমনি বাস্তবসম্মত চেহারা ও কণ্ঠস্বর সহ ভার্চুয়াল অবতার তৈরি করাও সমর্থন করে। এআই দ্বারা তৈরি কন্টেন্ট শনাক্ত করার জন্য সমস্ত ভিডিওতে একটি সিন্থআইডি (SynthID) ওয়াটারমার্ক থাকে।

গুগল জানিয়েছে যে, জেমিনি অমনি ফ্ল্যাশ নামের প্রথম সংস্করণটি জেমিনি, ফ্লো এবং ইউটিউব শর্টস অ্যাপে প্রয়োগ করা হবে। ভবিষ্যতে এই মডেলটি ভিডিও এবং অডিও উভয় আউটপুটই সমর্থন করবে।

গুগল জেমিনি অমনি-র ভৌত জগৎকে নির্ভুলভাবে অনুকরণ করার ক্ষমতার ওপর জোর দিয়েছে। ছবি: গুগল ।

গুগলের ক্ষেত্রে, এর ক্রমবর্ধমান বিনিয়োগ ব্যয়ের কারণে ওয়াল স্ট্রিটের প্রত্যাশা অনেক বেড়ে গেছে। CNET- এর মতে, বিনিয়োগকারীরা চান যে কোম্পানিটি টেকসই মুনাফা অর্জনের জন্য তার মূল পণ্যগুলোতে কৃত্রিম বুদ্ধিমত্তাকে (AI) গভীরভাবে একীভূত করুক। এক্ষেত্রে এজেন্ট টুলগুলো একটি গুরুত্বপূর্ণ ভূমিকা পালন করতে পারে।

স্পার্ক এবং ডেইলি ব্রিফের মতো ইন্টেলিজেন্ট এজেন্টগুলোই হলো গুগলের সমাধান। সাশ্রয়ী জেমিনি ৩.৫ ফ্ল্যাশ এবং অমনি-র সমন্বয়ের মাধ্যমে কোম্পানিটি প্রতিযোগিতার মুখে নিজেদের অবস্থান ধরে রাখার চেষ্টা করছে।

শুধু গুগলই নয়; এআই কোম্পানিগুলোর ওপর প্রত্যাশা বেড়েই চলেছে, বিশেষ করে অ্যানথ্রোপিক তাদের মিথোস মডেলটি ঘোষণা করার পর। এই মডেলটিকে এতটাই শক্তিশালী বলে দাবি করা হচ্ছে যে, এটি বৈশ্বিক সফটওয়্যার পরিকাঠামোতে থাকা হাজার হাজার অভূতপূর্ব নিরাপত্তা দুর্বলতা শনাক্ত করতে পারে।

উৎস: https://znews.vn/gemini-vuot-khoi-ranh-gioi-chatbot-post1652959.html