هوش مصنوعی Gemini 2.5: جهش بزرگ گوگل در عرصه هوش مصنوعی

هوش مصنوعی Gemini 2.5: جهش بزرگ گوگل در عرصه مدل‌های استدلال هوش مصنوعی

گوگل روز سه‌شنبه از هوش مصنوعی Gemini 2.5، خانواده جدیدی از مدل‌های استدلال هوش مصنوعی رونمایی کرد که قبل از پاسخ دادن به سوال، مکث کرده و به اصطلاح “فکر” می‌کند. این اقدام نشان‌دهنده تلاش گوگل برای رقابت جدی‌تر با OpenAI و سایر شرکت‌های فعال در این حوزه است.

معرفی Gemini 2.5 Pro Experimental: هوشمندترین مدل گوگل تا به امروز

برای آغاز به کار این خانواده جدید از مدل‌ها، گوگل Gemini 2.5 Pro Experimental را معرفی می‌کند. این مدل یک مدل هوش مصنوعی چندوجهی و استدلالی است که به ادعای گوگل، هوشمندترین مدل این شرکت تا به امروز محسوب می‌شود. این مدل از روز سه‌شنبه در پلتفرم توسعه‌دهندگان گوگل، Google AI Studio، و همچنین در اپلیکیشن Gemini برای مشترکین طرح اشتراک 20 دلاری در ماه Gemini Advanced در دسترس خواهد بود.

گوگل اعلام کرده است که در آینده، تمام مدل‌های هوش مصنوعی جدید این شرکت دارای قابلیت‌های استدلال داخلی خواهند بود. این امر نشان‌دهنده اهمیت روزافزون استدلال در توسعه مدل‌های هوش مصنوعی است.

رقابت تنگاتنگ در عرصه مدل‌های استدلال

از زمانی که OpenAI اولین مدل استدلال هوش مصنوعی خود، o1، را در سپتامبر 2024 عرضه کرد، صنعت فناوری به سرعت به دنبال مطابقت یا فراتر رفتن از قابلیت‌های آن مدل با مدل‌های خود بوده است. امروزه، شرکت‌هایی مانند Anthropic، DeepSeek، گوگل و xAI همگی مدل‌های استدلال هوش مصنوعی دارند. این مدل‌ها از قدرت محاسباتی و زمان بیشتری برای بررسی دقیق حقایق و استدلال در مورد مسائل قبل از ارائه پاسخ استفاده می‌کنند.

تکنیک‌های استدلال به مدل‌های هوش مصنوعی کمک کرده‌اند تا در وظایف ریاضی و برنامه‌نویسی به پیشرفت‌های جدیدی دست یابند. بسیاری در دنیای فناوری بر این باورند که مدل‌های استدلال، یک جزء کلیدی از عامل‌های هوش مصنوعی خواهند بود؛ سیستم‌های مستقلی که می‌توانند وظایف را تا حد زیادی بدون دخالت انسان انجام دهند. با این حال، این مدل‌ها همچنین گران‌تر هستند.

گوگل قبلاً با مدل‌های استدلال هوش مصنوعی آزمایش کرده بود و پیش از این یک نسخه “متفکر” از Gemini را در ماه دسامبر منتشر کرده بود. اما Gemini 2.5 جدی‌ترین تلاش این شرکت برای پیشی گرفتن از سری مدل‌های “o” OpenAI محسوب می‌شود.

مطلب پیشنهادی: کشف دارو با هوش مصنوعی TxGemma گوگل

عملکرد برتر Gemini 2.5 Pro در مقایسه با رقبا

گوگل ادعا می‌کند که Gemini 2.5 Pro در چندین معیار، از مدل‌های هوش مصنوعی پیشین و پیشرو رقیب، عملکرد بهتری دارد. به طور خاص، گوگل می‌گوید که Gemini 2.5 را به گونه‌ای طراحی کرده است که در ایجاد برنامه‌های وب جذاب و کاربردهای کدنویسی مبتنی بر عامل، برتری داشته باشد.

در ارزیابی ویرایش کد، به نام Aider Polyglot، گوگل می‌گوید که Gemini 2.5 Pro امتیاز 68.6٪ را کسب کرده است و از برترین مدل‌های هوش مصنوعی OpenAI، Anthropic و آزمایشگاه هوش مصنوعی چینی DeepSeek بهتر عمل کرده است.

با این حال، در آزمون دیگری که توانایی‌های توسعه نرم‌افزار را اندازه‌گیری می‌کند، SWE-bench Verified، Gemini 2.5 Pro امتیاز 63.8٪ را کسب کرده است و از o3-mini OpenAI و R1 DeepSeek بهتر عمل کرده است، اما عملکردی پایین‌تر از Claude 3.7 Sonnet Anthropic داشته است که امتیاز 70.3٪ را کسب کرده است.

در Humanity’s Last Exam، یک آزمون چندوجهی متشکل از هزاران سؤال جمع‌آوری‌شده مرتبط با ریاضیات، علوم انسانی و علوم طبیعی، گوگل می‌گوید که Gemini 2.5 Pro امتیاز 18.8٪ را کسب کرده است و عملکرد بهتری نسبت به اکثر مدل‌های شاخص رقیب داشته است.

ظرفیت حافظه گسترده و قابلیت‌های آینده

گوگل می‌گوید که Gemini 2.5 Pro با یک پنجره متنی 1 میلیون توکنی عرضه می‌شود، که به این معنی است که مدل هوش مصنوعی می‌تواند تقریباً 750000 کلمه را در یک بار دریافت کند. این مقدار بیشتر از کل مجموعه کتاب‌های “ارباب حلقه‌ها” است. و به زودی، Gemini 2.5 Pro از دو برابر طول ورودی (2 میلیون توکن) پشتیبانی خواهد کرد. این افزایش ظرفیت، امکان پردازش اطلاعات پیچیده‌تر و طولانی‌تر را فراهم می‌کند.

گوگل هنوز قیمت API برای Gemini 2.5 Pro را منتشر نکرده است. این شرکت می‌گوید که در هفته‌های آینده اطلاعات بیشتری را به اشتراک خواهد گذاشت.

به طور خلاصه، Gemini 2.5 نشان‌دهنده یک گام مهم در توسعه مدل‌های هوش مصنوعی استدلالی است. گوگل امیدوار است با این مدل، جایگاه خود را در این عرصه تقویت کند.