عرضه سریع‌تر مدل‌های هوش مصنوعی بدون انتظار برای رویدادها

در کنفرانس سالانه Google I/O که ۳۰ اردیبهشت ۱۴۰۴ برگزار شد، «ساندار پیچای»، مدیرعامل گوگل و آلفابت، از تحولات تازه‌ای در حوزه هوش مصنوعی خبر داد.

پیچای گفت گوگل دیگر منتظر رویدادهای بزرگ نمی‌ماند و مدل‌های هوش مصنوعی خود را به‌محض آماده شدن، عرضه می‌کند.

او افزود: «ممکن است یک مدل جدید را در روزی معمولی در اسفند معرفی کنیم یا خبر مهمی مثل AlphaEvolve را فقط یک هفته پیش از I/O اعلام کنیم. هدف ما این است که سریع‌تر از همیشه، بهترین فناوری‌ها را در اختیار مردم قرار دهیم.»

پیشرفت بی‌وقفه مدل‌های هوش مصنوعی

مدیرعامل گوگل از پیشرفت چشمگیر مدل‌های هوش مصنوعی این شرکت خبر داد. به گفته او، مدل Gemini 2.5 Pro که تازه‌ترین نسخه از سری جمنای است، در تمامی دسته‌بندی‌های پلتفرم LMArena رتبه اول را کسب کرده است.

این پیشرفت به لطف زیرساخت‌های قوی گوگل از جمله نسل هفتم تراشه‌های TPU با نام Ironwood ممکن شده است؛ تراشه‌ای که ۱۰ برابر سریع‌تر از نسل قبلی است و قدرت پردازشی آن به عدد خیره‌کننده ۴۲.۵ اگزافلاپس در هر واحد می‌رسد.

به گفته پیچای، این توان پردازشی به گوگل امکان داده است تا مدل‌هایی سریع‌تر و ارزان‌تر از رقبا عرضه کند: «نه‌تنها در خط مقدم مدل‌های بهینه قرار داریم، بلکه مرزهای این صنعت را هم جابه‌جا کرده‌ایم.»

استقبال گسترده از هوش مصنوعی گوگل

آمارهایی که پیچای ارائه داد، نشان از رشد کم‌سابقه استفاده از هوش مصنوعی در سراسر جهان دارد:

در حالی که سال گذشته گوگل ماهانه حدود ۱۰ تریلیون توکن پردازش می‌کرد، اکنون این عدد به بیش از ۴۸۰ تریلیون رسیده است.

بیش از ۷ میلیون توسعه‌دهنده در حال ساخت اپلیکیشن‌ با استفاده از جمنای هستند؛ پنج برابر بیشتر از سال گذشته.

استفاده از جمنای در پلتفرم ابری Vertex AI تا ۴۰ برابر افزایش یافته است.

اپلیکیشن «جمنای» حالا بیش از ۴۰۰ میلیون کاربر فعال ماهانه دارد و میزان استفاده از نسخه حرفه‌ای مدل ۲.۵ در این اپ، ۴۵ درصد بیشتر شده است.

از پروژه تحقیقاتی تا محصول واقعی: معرفی  Google Beam

یکی از معرفی‌های مهم کنفرانس امسال، محصولی با نام Google Beam بود؛ نسخه تجاری‌شده‌ از پروژه تحقیقاتی Starline  که چند سال پیش معرفی شده بود.  Beam  یک پلتفرم تماس تصویری پیشرفته است که با استفاده از هوش مصنوعی و شش دوربین ویژه، تصویر دوبعدی را به یک تجربه سه‌بعدی و واقعی تبدیل می‌کند.

به‌گفته گوگل، این فناوری با دقت میلی‌متری، حرکات سر مخاطب را دنبال می‌کند و همه‌چیز را با نرخ ۶۰ فریم بر ثانیه و به‌صورت لحظه‌ای رندر می‌کند. نتیجه این ترکیب، مکالمه‌ای طبیعی‌تر و نزدیک‌تر به دیدار حضوری است. نخستین دستگاه‌های Beam با همکاری شرکت HP تا پایان سال جاری عرضه خواهند شد.

ترجمه زنده و طبیعی در  Google Meet

گوگل همچنین اعلام کرد که قابلیت ترجمه زنده گفتار را به سرویس Google Meet اضافه می‌کند. این فناوری جدید نه‌فقط ترجمه، بلکه تقلید صدای گوینده و حتی حالات چهره او را نیز ممکن می‌سازد. این قابلیت فعلاً به‌صورت آزمایشی برای زبان‌های انگلیسی و اسپانیایی در اختیار کاربران نسخه Pro و Ultra قرار گرفته و قرار است به‌زودی به مشتریان تجاری Workspace هم ارائه شود.

پیچای در پایان تأکید کرد: «ما وارد مرحله‌ای تازه از تحول هوش مصنوعی شده‌ایم؛ مرحله‌ای که در آن، نتیجه سال‌ها تحقیق و توسعه اکنون به شکل واقعی و کاربردی در اختیار مردم، کسب‌وکارها و جوامع قرار گرفته است.»