هوش مصنوعی گوگل یعنی جمنای، تو شکل‌ها و مدل‌های مختلفی عرضه می‌شه. تو این مقاله براتون توضیح می‌دیم که تفاوت‌هاشون چیه و کدوم‌هاشون رو می‌تونید به زبان فارسی استفاده کنید و کدوم‌ها رو نه.

مدل‌های جمنای: توضیح همه چیز

به گفته گوگل، ما الان تو «دوران جمنای» هستیم و تقریباً همه چیز تو این شرکت حول محور هوش مصنوعیش یعنی جمنای می‌چرخه. در حالی که ما فقط یه دونه «دستیار گوگل» (Google Assistant) داشتیم، چیزی به اسم «یک جمنای» وجود نداره. مدل‌های هوش مصنوعی مختلفی هستن که یکی از اون یکی بهتره. برای همین تو این مقاله توضیح می‌دیم که اوضاع از چه قراره، تفاوت این مدل‌ها چیه و باهاشون چی کار می‌شه کرد.

این مدل‌ها چی هستن و چرا چندتا مدل مختلف وجود داره؟

هوش مصنوعی مولد (Generative AI)، که جمنای هم یه نمونشه، با جمع کردن یه عالمه دیتا و تمرین کردن باهاشون کار می‌کنه. از طریق الگوریتم‌ها، کلی ارتباط بین داده‌ها برقرار می‌شه تا بعدش بتونه پیش‌بینی‌های بهتری در مورد چیزی که باید تولید کنه، انجام بده. نتیجه این فرآیند می‌شه یه «مدل هوش مصنوعی».

اینکه یه مدل چقدر خوب باشه، به چندتا عامل بستگی داره. به مجموعه داده‌ای که برای آموزش هوش مصنوعی استفاده شده، به مقدار زمانی که برای ایجاد این ارتباطات صرف شده و به الگوریتم‌ها، یعنی قوانینی که برای ساختن این ارتباط‌ها استفاده شدن، ربط داره.

آموزش دادن مدل‌های هوش مصنوعی کلی وقت و پول می‌بره، بیشتر به این خاطر که قدرت پردازشی خیلی زیادی می‌خواد. برای همین شرکت‌های هوش مصنوعی معمولاً برای استفاده از پیشرفته‌ترین مدلشون پول می‌گیرن.

چه مدل‌هایی از جمنای وجود داره؟

گوگل کار رو برای مردم راحت نکرده که بین این مدل‌ها فرق بذارن، چون اسم‌هاشون پیچیده‌ست و مرتب هم عوض می‌شه. در حال حاضر، گوگل جمنای به سه مدل «فلش» (Flash)، «پرو» (Pro) و «نانو» (Nano) تقسیم می‌شه.

• جمنای فلش (Gemini Flash): این نسخه پایه جمنایه که مثلاً وقتی بدون پرداخت پول با جمنای روی گوشی یا مرورگر وب‌تون صحبت می‌کنید، باهاش سر و کار دارید.

• جمنای پرو (Gemini Pro): این پیشرفته‌ترین مدل هوش مصنوعی گوگله. این یعنی تقریباً همه نتایجش، از مکالمه‌ها گرفته تا ساختن عکس، در مقایسه با مدل فلش بهتره. برای استفاده از این مدل باید پول بدید. شما می‌تونید اشتراک «جمنای ای‌آی پرو» رو به قیمت ۲۱.۹۹ یورو در ماه، یا اشتراک فوق گرون «گوگل ای‌آی اولترا» رو به قیمت ۲۴۷.۹۹ یورو در ماه بخرید. اون دومی فقط به درد حرفه‌ای‌ها می‌خوره.

• جمنای نانو (Gemini Nano): مدل‌های بالا فقط با اتصال به اینترنت کار می‌کنن، چون مدل هوش مصنوعی به صورت محلی روی دستگاه شما اجرا نمی‌شه. اما در مورد جمنای نانو اینطور نیست. این مدل می‌تونه به طور کامل روی یه گوشی گوگل پیکسل اجرا بشه و در نتیجه خیلی سریع جواب می‌ده، می‌تونه آفلاین باشه و حریم خصوصی شما هم حفظ می‌شه. البته به خاطر اندازه کوچیکش، قابلیت‌هاش هم محدودتره.

قضیه این شماره‌ها پشت اسم مدل‌ها چیه؟

هر مدلی یه شماره هم قبل یا بعدش داره. مثلاً جمنای ۱.۵ پرو و جمنای ۲.۵ پرو داریم. یا جمنای ۲.۰ فلش و جمنای ۲.۵ فلش.

هر وقت یه مدل هوش مصنوعی بهتر می‌شه، گوگل یه شماره بالاتر کنارش می‌ذاره تا نشون بده که این یه نسخه بهتر از همون مدل قبلیه. پس یه مدل هوش مصنوعی با شماره ۲.۵ همیشه از یه مدل با شماره ۱.۵ بهتره.

با هر نسخه جدید، ممکنه چیزهای مختلفی بهتر شده باشن. مثلاً جواب‌ها دقیق‌تر باشن، عکس‌های بهتری ساخته بشه، یا بتونید اطلاعات بیشتری رو توی یه مکالمه وارد کنید تا جمنای باهاش کار کنه.

من روی گوشی خودم کدوم نسخه جمنای رو دارم؟

اینکه شما از کدوم نسخه جمنای روی گوشی‌تون استفاده می‌کنین به چندتا چیز بستگی داره: چه گوشی‌ای دارید، پول می‌دید یا نه، و از کدوم قابلیت استفاده می‌کنید؟

مثلاً اگه یه گوشی سامسونگ دارید و برای جمنای پولی پرداخت نمی‌کنید، دارید از جدیدترین نسخه جمنای فلش استفاده می‌کنید. اگه یه گوشی پیکسل جدید داشته باشید، بعضی از کارها رو جمنای نانو انجام می‌ده. و اگه برای «ای‌آی پرو» پول بدید یا با گوشی جدیدتون یه اشتراک آزمایشی رایگان گرفته باشید، کارهای شما رو جمنای پرو انجام می‌ده.

چه اصطلاحات دیگه‌ای از جمنای رو باید بشناسم؟

همین مدل‌های مختلف به اندازه کافی می‌تونن گیج‌کننده باشن، ولی گوگل کار رو یه کم سخت‌تر هم کرده. چندتا اصطلاح مهم دیگه رو اینجا براتون لیست می‌کنیم:

• جمنای لایو (Gemini Live): این قابلیت به شما امکان می‌ده با جمنای مکالمه کنید بدون اینکه لازم باشه هی دستور (پرامپت) جدید بهش بدید. حسش مثل حرف زدن با یه آدم واقعیه.

• پروژه آسترا (Project Astra): پروژه آسترا آینده جمنایه. از طریق دوربین گوشی یا یه عینک هوشمند، می‌تونید با جمنای در مورد محیط اطراف‌تون صحبت کنید.

• گوگل ای‌آی استودیو (Google AI Studio): این جایی برای توسعه‌دهنده‌هاست تا با جمنای اپلیکیشن بسازن.

• جما (Gemma): این یه مدل هوش مصنوعی جداست که بر اساس همون تکنولوژی جمنای ساخته شده. نکته خاصش اینه که متن‌بازه (open-source). برای توسعه‌دهنده‌هایی که می‌خوان با این تکنولوژی کار کنن، چیز جالبیه.

• ایمجن (Imagen): ایمجن مدلیه که گوگل برای ساختن عکس بر اساس دستورات متنی استفاده می‌کنه.

• ویو (Veo): ویو مدل هوش مصنوعی گوگل برای ساختن ویدیو بر اساس دستورات متنیه.

• فلو (Flow): فلو یه اپلیکیشن مخصوص ساختن ویدیوهای هوش مصنوعیه که با جدیدترین نسخه ویو ترکیب شده.

• نوت‌بوک‌ال‌ام (NotebookLM): این دستیار تحقیق هوش مصنوعی گوگله که باهاش می‌تونید بر اساس اسناد و وب‌سایت‌ها، پادکست بسازید.

آیا جمنای همه‌جا فارسی بلده؟

جمنای فارسی صحبت می‌کنه، ولی این به این معنی نیست که همه قابلیت‌های جدیدش فوراً به زبان فارسی هم کار کنن. در حال حاضر، قابلیت‌هایی مثل جمنای لایو و ساخت پادکست در نوت‌بوک‌ال‌ام به زبان فارسی هم کار می‌کنن.

چون این مدل‌ها معمولاً با داده‌های انگلیسی بیشتری نسبت به داده‌های فارسی آموزش می‌بینن، احتمال زیادی وجود داره که پرامپت‌های انگلیسی نتایج بهتری بهتون بدن.

لينک منبع