تاج هوش مصنوعی دست به دست می‌شود.

جدیدترین مدل Gemini 3 Pro گوگل، قابلیت‌های استدلال و کدنویسی را بهبود بخشیده و کمتر «جلوه‌گر» است. برخی از مفسران حتی آن را با «پادشاه جدید هوش مصنوعی» مقایسه می‌کنند.

گوگل به تازگی مدل Gemini 3 را راه‌اندازی کرده است که بر بهبود کدنویسی، پردازش ایمیل و تحلیل اسناد تمرکز دارد. این مدل همچنین از توانایی‌های استدلال بهتر، درک زمینه و توانایی ترکیب گرافیک (نمودارها، تصاویر و غیره) هنگام پاسخ دادن به سوالات خاص برخوردار است.

در اطلاعیه گوگل آمده است که جمینی ۳ در اپلیکیشن جمینی، حالت هوش مصنوعی در جستجوی گوگل و یک پلتفرم برنامه‌نویسی جدید به نام گوگل آنتی‌گراویتی (Google Antigravity) ظاهر خواهد شد.

«باهوش‌ترین‌ها از گوگل»

از زمان راه‌اندازی Gemini تقریباً دو سال پیش، گوگل به طور مداوم آن را گسترش داده تا به مخاطبان گسترده‌تری دسترسی پیدا کند. این شرکت تأکید می‌کند که ویژگی AI Overviews آن در حال حاضر ۲ میلیارد کاربر ماهانه دارد، برنامه Gemini ماهانه ۶۵۰ میلیون کاربر دارد، بیش از ۷۰٪ از مشتریان ابری از هوش مصنوعی استفاده می‌کنند و ۱۳ میلیون توسعه‌دهنده در حال ایجاد محصولاتی بر اساس مدل تولید هوش مصنوعی گوگل هستند.

برای اولین بار، گوگل از همان روز اول به کاربران اجازه داد تا از طریق برنامه Gemini به Gemini 3 Pro دسترسی داشته باشند و ادعا کرد که این «هوشمندترین مدل این شرکت تاکنون» است. این شرکت همچنین Gemini 3 Pro را از طریق حالت هوش مصنوعی برای کاربران پولی عرضه کرد.

تولسی دوشی، مدیر ارشد و رئیس بخش محصولات گوگل دیپ‌مایند، گفت که جمینی ۳ این شرکت را به هدف خود که «دسترسی گسترده و مفید» به اطلاعات است، نزدیک‌تر می‌کند و موتور جستجوی گوگل را بیش از پیش ارتقا می‌دهد.

گوگل بر قابلیت‌های پردازش چندوجهی Gemini 3 Pro، با محوریت پردازش همزمان متن، تصویر و صدا، تأکید دارد. برای مثال، این مدل می‌تواند عکس‌های دستور پخت‌ها را بخواند و آنها را به کتاب تبدیل کند، یا بر اساس سخنرانی‌های ویدیویی ، فلش‌کارت‌های تعاملی ایجاد کند.

نتایج بنچمارک Gemini 3 Pro توسط گوگل در LMArena گردآوری شده است. تصویر: گوگل .

در اطلاعیه گوگل همچنین عملکرد Gemini 3 Pro در بنچمارک‌ها برجسته شده است. به عنوان مثال، این مدل با کسب ۱۵۰۱ امتیاز، در صدر رتبه‌بندی LMArena قرار گرفت. توانایی استدلال Gemini 3 Pro با کسب امتیاز ۳۷.۵٪ در آخرین آزمون Humanity و ۹۱.۹٪ در آزمون GPQA Diamond به سطح دکترا رسید.

در مقیاس MathArena Apex، Gemini 3 Pro با کسب امتیاز ۲۳.۴٪، بالاترین امتیاز را در بین زبان‌های مدل بزرگ (LLM) کسب کرد.

در مورد قابلیت‌های استدلال چندوجهی، گوگل اظهار می‌کند که Gemini 3 Pro در مقیاس MMMU-Pro به امتیاز ۸۱٪ و در مقیاس Video-MMMU به امتیاز ۸۷.۶٪ دست یافته است. این مدل همچنین در پلتفرم آزمایش دقت SimpleQA Verified، امتیاز ۷۲.۱٪ را کسب کرده است.

گوگل تأکید کرد: «این نشان می‌دهد که جمینی ۳ پرو قادر به حل مسائل پیچیده در طیف وسیعی از زمینه‌ها، از علوم گرفته تا ریاضیات، با قابلیت اطمینان بالا است.»

با نسخه Gemini 3 Deep Think، نمرات در آزمون‌های Humanity’s Last Exam و GPQA Diamond حتی از Gemini 3 Pro هم بالاتر بود، به ترتیب با ۴۱٪ و ۹۳.۸٪. این مدل همچنین در ARC-AGI، یک معیار عمومی هوش مصنوعی، به ۴۵.۱٪ دست یافت.

جمینی ۳ چه کارهایی می‌تواند انجام دهد؟

بهبودهای Gemini 3 در بسیاری از محصولات گوگل ظاهر خواهد شد. ویژگی Dynamic View که در حال حاضر در Gemini در حال آزمایش است، یک تجربه تعاملی برای برخی از جستجوها، مانند مجلات با تصاویر، اطلاعات مختصر یا رابط‌های سفارشی بر اساس تقاضا، ایجاد می‌کند.

گوگل تأکید کرد: «Gemini 3 حتی می‌تواند ویدیوی بازی Pickleball شما را تجزیه و تحلیل کند، زمینه‌های پیشرفت را شناسایی کند و یک برنامه آموزشی برای ارتقاء تکنیک کلی شما ایجاد کند.»

قابلیت‌های پیشرفته‌ی کدگذاری Gemini 3 Pro به تولید تصاویر بهتر کمک می‌کند. عکس: گوگل

حالت هوش مصنوعی در جستجوی گوگل همچنین می‌تواند عناصر بصری مانند تصاویر، نمودارها و ویدیوهای شبیه‌سازی شده را بر اساس پرس‌وجوها از طریق حالت رابط کاربری مولد ایجاد کند. کاربران می‌توانند با داده‌ها تعامل داشته باشند یا سوالات بیشتری در مورد آنها بپرسند.

طبق گفته گوگل، حالت هوش مصنوعی می‌تواند به لطف تکنیک ارتقا یافته «پرس‌وجوی گسترده» جستجوهای بیشتری انجام دهد، که سوالات را به بخش‌های کوچک‌تر تقسیم می‌کند تا هدف سوال را بهتر درک کند و «محتوای جدیدی را که ممکن است قبلاً از قلم افتاده باشد، پیدا کند».

گوگل هنگام توصیف Gemini 3 Pro به عنوان «جایگزین کردن کلیشه‌های توخالی با دیدگاه‌های ارزشمند و اصیل» از ذکر رقیب خود دریغ نکرد.

یکی از نمایندگان گوگل افزود: «این سرویس نه تنها به آنچه می‌خواهید بشنوید پاسخ می‌دهد، بلکه آنچه را که واقعاً نیاز به شنیدنش دارید نیز در اختیارتان قرار می‌دهد.»

ویژگی نمای پویای جمینی (Gemini) برای برخی از جستجوها، یک تجربه بصری تعاملی ایجاد می‌کند. تصویر: گوگل

Gemini 3 Pro همچنین پشتیبانی بهتری را برای توسعه‌دهندگان در زمینه کدنویسی عامل و «کدنویسی پویا» فراهم می‌کند. ابزارهایی مانند Google AI Studio، Vertex AI و Gemini CLI در کنار پلتفرم کاملاً جدید Antigravity که بر کدنویسی عامل و اتوماسیون تمرکز دارد، از Gemini 3 پشتیبانی می‌کنند.

در مورد نمایندگان، گوگل می‌گوید Gemini 3 پشتیبانی بهبود یافته‌ای ارائه می‌دهد. این مدل می‌تواند فرآیندهای پیچیده‌ای را از طرف کاربران انجام دهد، مانند دسته‌بندی و سازماندهی ایمیل‌ها، جستجوی اطلاعات و رزرو بلیط سفر .

در حال حاضر، کاربران Google AI Ultra می‌توانند با استفاده از حالت Gemini Agent، ویژگی‌های عامل را در برنامه Gemini تجربه کنند.

هوای گرم را به سمت حریف خود تنفس کنید.

مدل جدید گوگل به عنوان یک چالش سخت برای رقبا تلقی می‌شود. منابعی از نیویورک تایمز تأکید می‌کنند که هم OpenAI و هم Anthropic نگران این هستند که اگر Gemini 3 در کارهایی مانند کدنویسی یا ایجاد تصویر برتری داشته باشد، از آنها سبقت گرفته شود.

مایک اورورک، تحلیلگر JonesTrading، گفت: «با توجه به مقیاس، سهم بازار و مزیت پیشگامی گوگل در حوزه جستجو، Gemini می‌تواند سهم بازار را به دست آورد و OpenAI و سایر شرکت‌ها را از قافله عقب نگه دارد.»

او افزود که تغییر به سمت Gemini می‌تواند در سراسر بازار گسترش یابد و سوالاتی را برای اوراکل و مایکروسافت، شرکت‌هایی که میلیاردها دلار از OpenAI برای ارائه زیرساخت‌های محاسبات ابری دریافت می‌کنند، ایجاد کند.

حالت هوش مصنوعی جستجوی گوگل می‌تواند بر اساس جستجوها، تصاویر شبیه‌سازی‌شده ایجاد کند. تصویر: گوگل .

انفجار هوش مصنوعی همچنین صنعت فناوری را با مسئله ایجاد تعادل بین هزینه‌ها و فرصت‌های تجاری مواجه کرده است. سیستم‌های هوش مصنوعی امروزی در درجه اول برای جستجوهای اینترنتی و خودکارسازی برنامه‌نویسی استفاده می‌شوند.

طبق گفته مک‌کینزی و شرکا، این فناوری در مراکز داده‌ای مملو از ابررایانه‌های گران‌قیمت فعالیت می‌کند و انتظار می‌رود این صنعت تا سال ۲۰۳۰ ، ۷ تریلیون دلار برای این تأسیسات هزینه کند. سرمایه‌گذاران وال استریت نگران این هستند که آیا درآمد شرکت‌های آنتروپیک، اوپن‌ای‌آی، مایکروسافت و گوگل برای جبران هزینه‌ها کافی خواهد بود یا خیر.

بن باجارین، تحلیلگر Creative Strategies، تأکید کرد: «ما برای کسب درآمد به موارد استفاده بالقوه و باکیفیت بالا نیاز داریم. هنوز به آن نقطه نرسیده‌ایم.»

امتیاز Gemini 3 Pro در بنچمارک WebDev Arena که توسط گوگل انجام شده است. تصویر: گوگل .

کورای کاووکچوغلو، مدیر فناوری بخش هوش مصنوعی گوگل، گفت که با استقرار Gemini در جستجوی گوگل، دقت آن بهبود خواهد یافت. این مدل هنگام ترکیب با موتور جستجو، می‌تواند فوراً اطلاعات را بازیابی و اعتبارسنجی کند. البته، این امر فقط تا حدی مؤثر است.

مانوس کوکومیدیس، یکی از بنیانگذاران اومی، استارتاپی که به کسب‌وکارها در خودکارسازی و استقرار راه‌حل‌های هوش مصنوعی کمک می‌کند، گفت: «اگر مردم فقط برای جلوگیری از کلیک روی لینک‌های آبی به گوگل مراجعه می‌کنند، در حال حاضر این به اندازه کافی خوب نیست.»

برای جذب کاربران بیشتر، گوگل اعلام کرد که یک بسته یک ساله رایگان AI Pro را به دانشجویان دانشگاه در ایالات متحده ارائه می‌دهد. این شرکت بیش از 20 شریک را که از Gemini 3 برای تجزیه و تحلیل داده‌ها و ضبط جلسات چندزبانه استفاده می‌کنند، فهرست کرده است.

به گفته باجارین، این ویژگی‌های جدید می‌تواند به گوگل کمک کند تا در بازار محاسبات ابری با مایکروسافت و آمازون رقابت کند. در ماه اکتبر، گوگل اعلام کرد که درآمد ابری آن برای سه ماهه اخیر به ۱۵ میلیارد دلار رسیده است که عمدتاً ناشی از تقاضای هوش مصنوعی است.

منبع: https://znews.vn/google-ra-mat-gemini-3-manh-me-hon-post1603987.html