جوجل تكشف عن نموذج جيميني 1.5 برو: تعزيز تقنية الذكاء الاصطناعي بفهم متقدم للصوت وميزات التحكم في النظام.

أحدثت Google مؤخرًا تقدمًا كبيرًا في مجال الذكاء الاصطناعي مع الإطلاق العالمي لنموذج Gemini 1.5 Pro، المتاح الآن في أكثر من 180 دولة ومنطقة. لا يواصل هذا النموذج أداء سلسلة Gemini الاستثنائي فحسب، بل يقدم أيضًا ترقيات كبيرة، بما في ذلك تحسينات في قدرات فهم الصوت وميزات جديدة مثل التوجيهات النظامية والإخراج بتنسيق JSON، مما يمنح المطورين تحكمًا أقوى وأكثر مرونة.

منذ اختباره المحدود للمطورين في Google AI Studio قبل شهرين، جذب Gemini 1.5 Pro اهتمامًا كبيرًا بفضل نافذة السياق الواسعة بمقدار 1M وقدرات الفهم الصوتي المدمجة. من المتوقع أن يسارع الإطلاق العالمي في تطبيق وتطوير تقنيات الذكاء الاصطناعي عبر مختلف الصناعات.

في مجال فهم الصوت، تمكن Gemini 1.5 Pro من استنتاج المعلومات من إطارات الفيديو والصوت المُحمّلة، مما يفتح آفاقًا جديدة في معالجة الصوت والفيديو. يمكن للمطورين الاستفادة من Google AI Studio وواجهة برمجة التطبيقات Gemini لإجراء تحليلات متعمقة ومعالجة بيانات الصوت والفيديو، مما يسهل إنشاء تطبيقات أكثر ذكاءً وكفاءة.

يسمح إدخال التوجيهات النظامية للمطورين بتوجيه استجابات النموذج بدقة من خلال تعريف الأدوار، والشكل، والأهداف، والقواعد. تعزز هذه الإضافة من قابلية التحكم في النموذج وتزيد من مرونته، مما يمكّن المطورين من تخصيص الاستجابات بناءً على حالات الاستخدام المحددة.

للاستجابة لاحتياجات البيانات المهيكلة، يدعم Gemini 1.5 Pro الآن إخراج JSON، مما يسهل استخراج البيانات المهيكلة من النصوص أو الصور عبر كائنات JSON. يمكن للمطورين استخدام cURL لإجراء مكالمات البيانات، مع خطط لدعم مكتبة Python SDK في المستقبل لتبسيط سير عمليات معالجة البيانات.

كما يتضمن Gemini 1.5 Pro تحسينات لمكالمات الوظائف. يمكن للمطورين الاختيار من بين أوضاع مختلفة لتقييد مخرجات النموذج، مما يعزز من موثوقيته ودقته. سواء كانت لأغراض توليد النصوص أو تنفيذ الوظائف، أو لمكالمات الوظائف فقط، يتمتع المطورون بالمرونة لتعديلها وفقًا لمتطلباتهم الخاصة.

بالإضافة إلى ذلك، قدمت Google نموذج التضمين النصي من الجيل التالي، text-embedding-004/text-embedding-preview-0409، الذي تفوق في اختبارات المؤشر MTEB، متفوقًا على النماذج المماثلة الموجودة. يوفر هذا النموذج الجديد أدوات أكثر كفاءة لمعالجة وتحليل النصوص.

في الختام، يمثل إطلاق Gemini 1.5 Pro خطوة هامة أخرى لـ Google في مجال تقنيات الذكاء الاصطناعي. مع ميزاته الجديدة، بما في ذلك فهم الصوت، والتوجيهات النظامية، وإخراج JSON، يقدم هذا النموذج أدوات قوية ومرنة للمطورين، مما يمهد الطريق لتطبيقات الذكاء الاصطناعي في مجالات متعددة. نتطلع إلى رؤية تطبيقات مبتكرة تستند إلى Gemini 1.5 Pro ستعزز حياتنا اليومية.