AI Google Gemini 2.5 ដំណើរការជាមួយកម្មវិធីរុករកដូចមនុស្សពិត

ក្រុមហ៊ុន Google ទើបតែបានប្រកាសនូវគំរូ AI ថ្មីមួយដែលមានឈ្មោះថា Gemini 2.5 Computer Use ដែលអនុញ្ញាតឱ្យបញ្ញាសិប្បនិម្មិតធ្វើអន្តរកម្មដោយផ្ទាល់ជាមួយកម្មវិធីរុករកតាមអ៊ីនធឺណិតដូចជាអ្នកប្រើប្រាស់ពិតប្រាកដ។

សមត្ថភាពរបស់ AI នេះរួមមានការចុច ការរមូរ ការវាយអក្សរ ការអូស និងការទម្លាក់ និងការរុករកគេហទំព័រ។

នេះគឺជាជំហានដ៏សំខាន់មួយឆ្ពោះទៅមុខក្នុងការបើកដំណើរការ AI ដើម្បីដោះស្រាយកិច្ចការនៅលើចំណុចប្រទាក់ដោយគ្មាន APIs ឬការតភ្ជាប់ដោយផ្ទាល់។

យោងតាម Google ការប្រើប្រាស់កុំព្យូទ័រ Gemini 2.5 ត្រូវបានបំពាក់ដោយសមត្ថភាពយល់ឃើញ និងហេតុផលដើម្បីយល់ពីខ្លឹមសារនៅលើអេក្រង់ និងអនុវត្តសំណើរបស់អ្នកប្រើប្រាស់ ដូចជាការបំពេញទម្រង់ ការបញ្ជូនទិន្នន័យ ឬការរុករកចំណុចប្រទាក់អ្នកប្រើប្រាស់ (ការធ្វើតេស្ត UI) ។

កំណែមុនមួយចំនួននៃម៉ូដែលនេះត្រូវបានសាកល្បងនៅក្នុងគម្រោងខាងក្នុងដូចជា AI Mode និង Project Mariner ដែល AI អាចបំពេញភារកិច្ចដោយស្វ័យប្រវត្តិនៅក្នុងកម្មវិធីរុករកតាមអ៊ីនធឺណិត ដូចជាការបន្ថែមផលិតផលទៅក្នុងរទេះទិញទំនិញដោយផ្អែកលើបញ្ជីគ្រឿងផ្សំដែលផ្តល់ដោយអ្នកប្រើប្រាស់។

គួរកត់សម្គាល់ថាការប្រកាសរបស់ Google កើតឡើងមួយថ្ងៃបន្ទាប់ពី OpenAI បានបង្ហាញស៊េរីនៃកម្មវិធីថ្មីសម្រាប់ ChatGPT នៅក្នុងព្រឹត្តិការណ៍ Dev Day របស់ខ្លួន ខណៈដែល Anthropic ក៏បានណែនាំមុខងារ "ការប្រើប្រាស់កុំព្យូទ័រ" សម្រាប់ម៉ូដែល Claude របស់ខ្លួនកាលពីឆ្នាំមុន។

យោងតាម Google ការប្រើប្រាស់កុំព្យូទ័រ Gemini 2.5 ដំណើរការជាងម៉ូដែលប្រកួតប្រជែងនៅលើបណ្តាញ និងការធ្វើតេស្តគោលចល័តជាច្រើន។

ទោះយ៉ាងណាក៏ដោយ មិនដូចភ្នាក់ងារ ChatGPT ឬ Claude ទេ គំរូរបស់ Google ដំណើរការតែនៅក្នុងបរិយាកាសកម្មវិធីរុករកប៉ុណ្ណោះ ហើយមិនត្រូវបានធ្វើឱ្យប្រសើរសម្រាប់ការគ្រប់គ្រងពេញលេញនៃប្រព័ន្ធប្រតិបត្តិការរបស់កុំព្យូទ័រនោះទេ។

បច្ចុប្បន្នវាគាំទ្រសកម្មភាព 13 ប្រភេទ រួមទាំងការបើកកម្មវិធីរុករកតាមអ៊ីនធឺណិត ការបញ្ចូលអត្ថបទ ការអូស និងទម្លាក់ និងការផ្លាស់ទីធាតុចំណុចប្រទាក់។ គំរូនេះអាចរកបានសម្រាប់អ្នកអភិវឌ្ឍន៍តាមរយៈ Google AI Studio និង Vertex AI ហើយអ្នកប្រើប្រាស់អាចមើលការបង្ហាញផ្ទាល់នៅលើ Browserbase ដែល AI អនុវត្តការងារដូចជា "play 2048" ឬ "ស្វែងរកប្រធានបទចម្រូងចម្រាសនៅលើ Hacker News"។