جوجل تطرح Gemini 2.0 نموذج الذكاء الاصطناعي الأكثر كفاءة
تاريخ النشر: 13th, December 2024 GMT
تشتعل معركة التفوق في مجال الذكاء الاصطناعي. بعد أسبوع تقريبًا من إتاحة OpenAI لنموذج o1 الخاص بها للجمهور، تقدم Google اليوم معاينة لنموذج Gemini 2.0 من الجيل التالي. في منشور مدونة منسوب إلى الرئيس التنفيذي لشركة Google Sundar Pichai، تقول الشركة إن 2.0 هو نموذجها الأكثر كفاءة حتى الآن، حيث تقدم الخوارزمية دعمًا أصليًا لإخراج الصور والصوت.
تقوم Google بشيء مختلف مع Gemini 2.0. فبدلاً من بدء معاينة اليوم من خلال تقديم إصدارها الأكثر تقدمًا من النموذج، Gemini 2.0 Pro، تبدأ شركة البحث العملاقة الأمور بدلاً من ذلك مع 2.0 Flash. اعتبارًا من اليوم، يتوفر النموذج الأكثر كفاءة (وبأسعار معقولة) لجميع مستخدمي Gemini. إذا كنت تريد تجربته بنفسك، يمكنك تمكين Gemini 2.0 من القائمة المنسدلة في عميل الويب Gemini، مع توفره داخل تطبيق الهاتف المحمول قريبًا.
في المستقبل، تقول Google إن تركيزها الرئيسي هو إضافة ذكاء 2.0 إلى البحث (ليس من المستغرب هنا)، بدءًا من AI Overviews. وفقًا للشركة، سيسمح النموذج الجديد للميزة بمعالجة أسئلة أكثر تعقيدًا وتداخلًا، بما في ذلك تلك التي تنطوي على مشاكل رياضية وترميز متعددة الخطوات. في الوقت نفسه، بعد التوسع الواسع في أكتوبر، تخطط Google لإتاحة AI Overviews بلغات ودول أكثر.
إعلان
بالنظر إلى المستقبل، يعمل Gemini 2.0 بالفعل على تشغيل التحسينات لبعض تطبيقات الذكاء الاصطناعي الأكثر تقدمًا من Google، بما في ذلك Project Astra، وكيل الذكاء الاصطناعي متعدد الوسائط الذي عرضته الشركة في I/O 2024. وبفضل النموذج الجديد، تقول Google إن أحدث إصدار من Astra يمكنه التحدث بلغات متعددة وحتى التبديل بينها أثناء التنقل. كما يمكنه "تذكر" الأشياء لفترة أطول، ويوفر زمن انتقال محسّن، ويمكنه الوصول إلى أدوات مثل Google Lens وMaps.
كما قد تتوقع، يقدم Gemini 2.0 Flash أداءً أفضل بكثير من سابقه. على سبيل المثال، حصل على درجة 63 بالمائة في HiddenMath، وهو معيار يختبر قدرة نماذج الذكاء الاصطناعي على إكمال مسائل الرياضيات على مستوى المنافسة. وعلى النقيض من ذلك، حصل Gemini 1.5 Flash على درجة 47.2 بالمائة في نفس الاختبار. ولكن الشيء الأكثر إثارة للاهتمام هنا هو أن الإصدار التجريبي من Gemini 2.0 يتفوق حتى على Gemini 1.5 Pro في العديد من المجالات؛ في الواقع، وفقًا للبيانات التي شاركتها Google، فإن المجالات الوحيدة التي يتخلف فيها هي في فهم السياق الطويل والترجمة التلقائية للكلام.
ولهذا السبب تحتفظ Google بالنموذج الأقدم، على الأقل لفترة أطول قليلاً. إلى جانب الإعلان اليوم عن Gemini 2.0، أطلقت الشركة أيضًا Deep Research، وهي أداة جديدة تستخدم قدرات السياق الطويل في Gemini 1.5 Pro لكتابة تقارير شاملة حول مواضيع معقدة.
المصدر: بوابة الوفد
إقرأ أيضاً:
الذكاء الاصطناعي يحسن تشخيص العدوى المقاومة للأدوية
طوّر باحثون في أميركا طريقة مبتكرة للتغلب على العدوى المقاومة للأدوية تعتمد على الذكاء الاصطناعي، وصمّمت لتحديد العلامات الجينية لمقاومة المضادات الحيوية في مُسبّبات الأمراض المعروفة، مثل بكتيريا المتفطرة السلية والمكورات العنقودية الذهبية، مما قد يُؤدي للحصول على علاجات أسرع وأكثر فعالية.
وأجرى الدراسة باحثون من جامعة تولين في الولايات المتحدة، ونشرت في مجلة "نيتشر كوميونيكيشنز" (Nature Communications)، وكتب عنها موقع يوريك أليرت.
استخدم الباحثون نموذجا حاسوبيا مُبتكرا مُعزّزا بخوارزميات التعلّم الآلي يعرف بنموذج الارتباط الجماعي (Group Association Model – GAM).
طريقة مبتكرة ونتائج واعدةبخلاف أدوات التشخيص التقليدية، مثل اختبارات زراعة الخلايا أو بعض الاختبارات الوراثية، التي غالبا ما تواجه صعوبة في تحديد آليات المقاومة بدقة، تُمثل تقنية نموذج الارتباط الجماعي نقلة نوعية من خلال تحليل الملف الجيني الكامل للبكتيريا لتحديد الطفرات الجينية المسؤولة عن مقاومة المضادات الحيوية.
ويصف الدكتور توني هو، الباحث المشارك في الدراسة ورئيس قسم الابتكار في التكنولوجيا الحيوية في جامعة ويذرهيد الأميركية ومدير مركز تولين للتشخيص الخلوي والجزيئي في الولايات المتحدة، هذه المنهجية بأنها وسيلة لاكتشاف أنماط مقاومة البكتيريا دون معرفة مسبقة بآليات المقاومة، مما يجعلها أكثر مرونة وقدرة على اكتشاف التغيرات الجينية غير المعروفة سابقا.
إعلانوتكمن قوة نموذج الارتباط الجماعي في تحليلها الشامل لتسلسلات الجينوم الكاملة، مما يسمح للعلماء بمقارنة سلالات بكتيرية ذات أنماط مقاومة متفاوتة.
في هذه الدراسة، طبّق الباحثون منهجية نموذج الارتباط الجماعي على أكثر من 7 آلاف سلالة من المتفطرات السلية وما يقرب من 4 آلاف سلالة من المكورات العنقودية الذهبية، مُحدّدين الطفرات الرئيسية المرتبطة بالمقاومة.
ووجدوا أن النموذج لم يحسّن دقة التشخيص فحسب، بل قلل أيضا من حدوث نتائج إيجابية خاطئة، التي قد تؤدي إلى اتخاذ قرارات علاجية غير مناسبة.
صورة أوضحقال الباحث المشارك في الدراسة جوليان صليبا، وهو طالب دراسات عليا في مركز جامعة تولين للتشخيص الخلوي والجزيئي في الولايات المتحدة: "قد تُصنّف الاختبارات الجينية الحالية البكتيريا بشكل خاطئ على أنها مقاوِمة، مما يؤثر على رعاية المرضى".
وأضاف: "تُقدّم طريقتنا صورة أوضح عن الطفرات التي تُسبب المقاومة بالفعل، مما يُقلّل من التشخيصات الخاطئة والتغييرات غير الضرورية في العلاج".
وتتيح هذه التقنية للأطباء التنبؤ بمقاومة الأدوية في مراحل مبكرة، مما يسمح لهم بصرف العلاج المناسب قبل أن تتفاقم العدوى.
ومن خلال تعميق فهمنا لآليات المقاومة وتسهيل التدخل المبكر، تُمهد هذه الطريقة المبتكرة الطريق لأنظمة علاجية مُخصصة، وتُبشر بعصر جديد في مكافحة العدوى المقاومة للأدوية.
مكافحة المخدرات تقيم معرضًا توعويًّا بأضرار ومخاطر المخدرات والسموم والمؤثرات العقلية بالكلية التقنية