AI गूगल जेमिनी 2.5 ब्राउज़र के साथ एक वास्तविक व्यक्ति की तरह काम करता है

गूगल ने एआई मॉडल जेमिनी 2.5 कंप्यूटर यूज की घोषणा की, जो एआई को इंसानों की तरह ही क्लिक करने, टाइप करने, स्क्रॉल करने और ड्रैग-एंड-ड्रॉप करने की अनुमति देता है।

Báo Khoa học và Đời sống•10/10/2025

गूगल ने हाल ही में जेमिनी 2.5 कंप्यूटर यूज नामक एक नए एआई मॉडल की घोषणा की है, जो कृत्रिम बुद्धिमत्ता को वास्तविक उपयोगकर्ता की तरह वेब ब्राउज़र के साथ सीधे बातचीत करने की अनुमति देता है।

इस AI की क्षमताओं में क्लिक करना, स्क्रॉल करना, टाइप करना, ड्रैग और ड्रॉप करना तथा वेबसाइट पर नेविगेट करना शामिल है।

यह एआई को एपीआई या प्रत्यक्ष कनेक्शन के बिना इंटरफेस पर कार्यों को संभालने में सक्षम बनाने की दिशा में एक महत्वपूर्ण कदम है।

गूगल के अनुसार, जेमिनी 2.5 कंप्यूटर यूज दृश्य समझ और तर्क क्षमताओं से लैस है, जिससे स्क्रीन पर दिखाई देने वाली सामग्री को समझा जा सकता है और उपयोगकर्ता के अनुरोधों को पूरा किया जा सकता है, जैसे फॉर्म भरना, डेटा सबमिट करना या उपयोगकर्ता इंटरफेस (यूआई परीक्षण) को नेविगेट करना।

इस मॉडल के कुछ पुराने संस्करणों का परीक्षण एआई मोड और प्रोजेक्ट मेरिनर जैसी आंतरिक परियोजनाओं में किया गया है, जहां एआई स्वचालित रूप से ब्राउज़र में कार्यों को पूरा कर सकता है, जैसे उपयोगकर्ता द्वारा प्रदान की गई सामग्री सूची के आधार पर शॉपिंग कार्ट में उत्पादों को जोड़ना।

विशेष रूप से, गूगल की यह घोषणा ओपनएआई द्वारा अपने डेव डे इवेंट में चैटजीपीटी के लिए नए अनुप्रयोगों की एक श्रृंखला का अनावरण करने के ठीक एक दिन बाद आई है, जबकि एंथ्रोपिक ने भी पिछले साल अपने क्लाउड मॉडल के लिए "कंप्यूटर उपयोग" सुविधा पेश की थी।

गूगल के अनुसार, जेमिनी 2.5 कंप्यूटर यूज कई वेब और मोबाइल बेंचमार्क परीक्षणों में प्रतिस्पर्धी मॉडलों से बेहतर प्रदर्शन करता है।

हालाँकि, चैटजीपीटी एजेंट या क्लाउड के विपरीत, गूगल का मॉडल केवल ब्राउज़र वातावरण में काम करता है और कंप्यूटर के ऑपरेटिंग सिस्टम के पूर्ण नियंत्रण के लिए अनुकूलित नहीं है।

यह वर्तमान में 13 प्रकार की क्रियाओं का समर्थन करता है, जिनमें ब्राउज़र खोलना, टेक्स्ट दर्ज करना, ड्रैग और ड्रॉप करना, और इंटरफ़ेस तत्वों को स्थानांतरित करना शामिल है। यह मॉडल Google AI स्टूडियो और वर्टेक्स AI के माध्यम से डेवलपर्स के लिए उपलब्ध है, और उपयोगकर्ता ब्राउज़रबेस पर एक लाइव डेमो देख सकते हैं, जहाँ यह AI "2048 खेलें" या "हैकर न्यूज़ पर विवादास्पद विषय खोजें" जैसे कार्य करता है।