செயற்கை நுண்ணறிவு இந்த ஆண்டு அதிசய தொழில்நுட்பமாக மாறியுள்ளது. ஆனால் இது பல்வேறு நிறுவனங்களில் இருந்து பல்வேறு சுவைகளில் வருவதால், அது இருக்கலாம் உண்மையில் குழப்பம். OpenAI ஆல் உருவாக்கப்பட்ட ChatGPT போட் மட்டும் உங்களிடம் இல்லை, ஆனால் பெரிய மூன்று – Google, Apple மற்றும் Microsoft – அவற்றின் சொந்த பதிப்புகளை நீங்கள் பெற்றுள்ளீர்கள்.
கூகிளின் சமீபத்திய முயற்சி ஜெமினி என்று அழைக்கப்படுகிறது, மேலும் இது மற்றவர்களை விட குறைவான குழப்பம் இல்லை.
நான் முதன்முதலில் ஜெமினியைப் பற்றி ஆராயத் தொடங்கியபோது, “Google Gemini பதிப்புகள்” என்று கூகிளில் தேடினேன். தேடலின் மேல், எனக்கு AI-உருவாக்கப்பட்ட சுருக்கம் கிடைத்தது, அது தொடங்கியது:
“கூகுள் ஜெமினி மூன்று பதிப்புகளைக் கொண்டுள்ளது: அல்ட்ரா, ப்ரோ மற்றும் நானோ. அல்ட்ரா மிகப்பெரிய மாடல் மற்றும் சிக்கலான பணிகளுக்காக வடிவமைக்கப்பட்டுள்ளது, அதே சமயம் ப்ரோ என்பது பரந்த அளவிலான பணிகளை அளவிடுவதற்கான சிறந்த மாடலாகும், மேலும் சாதனத்தில் பணிகளுக்கு நானோ மிகவும் திறமையான மாடலாகும்.
சரி, போதும். ஆனால் அது முழுமையான கதையல்ல.
ஜெமினி என்றால் என்ன?
ஜெமினி என்பது மூன்றாவது இராசி அடையாளம் ஆகும், இது கிரேக்க புராணங்களில் இருந்து காஸ்டர் மற்றும் பொல்லக்ஸ் என்ற இரட்டையர்களுடன் தொடர்புடையது.
சரி மன்னிக்கவும். என்னால் எதிர்க்க முடியவில்லை. ஜெமினி என்பது கூகிள் உருவாக்கிய சாட்போட் ஆகும், இது பார்ட் என்ற அதன் முந்தைய சாட்போட்டை மாற்றியுள்ளது. இது ஒரு பெரிய மொழி மாதிரியை (அல்லது LLM) அடிப்படையாகக் கொண்டது, இது ஜெமினி என்றும் அழைக்கப்படுகிறது, இது Google இன் ஒரு பகுதியான DeepMind ஆல் உருவாக்கப்பட்டது.
எனவே ஜெமினி இரண்டும் அரட்டைப் பெட்டி மற்றும் ஒரு LLM? ஜெமினியில் எத்தனை வகைகள் உள்ளன?
எவ்வளவு நேரம் தங்களுக்கு உள்ளது? தீவிரமாக, இருப்பினும், நீங்கள் சந்திக்கும் ஜெமினியின் வகைகளை நாங்கள் கட்டுப்படுத்தப் போகிறோம், ஏனெனில் மறு செய்கைகளின் எண்ணிக்கை முடிவற்றதாக உணர்கிறது.
முதலில், இது டிசம்பர் 2023 இல் அறிமுகப்படுத்தப்பட்டபோது, ஜெமினி மூன்று வெவ்வேறு பதிப்புகளை (மாடல்கள் என அறியப்படுகிறது) வழங்கியது: நானோ ஒரு இலகுரக ஆண்ட்ராய்டு பதிப்பாக, அன்றாட உடைகளுக்கான புரோ மற்றும் ஹெவிவெயிட் வணிகம் / நிறுவன பயன்பாட்டிற்கான அல்ட்ரா.
அதன் பிறகு மே 14 அன்று, அதன் I/O 2024 நிகழ்வின் போது, கூகுள் ஜெமினி 1.5 ப்ரோவை அறிமுகப்படுத்தியது, முதலில் நிறுவனம் “நடுத்தர அளவிலான மல்டிமாடல் மாடல்” என்று அழைத்தது. கூகிளின் கூற்றுப்படி, ப்ரோவின் புதிய பதிப்பு முந்தைய அல்ட்ரா பதிப்பைப் போலவே சக்தி வாய்ந்தது மற்றும் ஏற்கனவே உள்ள பயன்பாடுகளை மேம்படுத்தவும், அன்றாட பயன்பாட்டிற்காக புதியவற்றை உருவாக்கவும் ஆகும்.
பொறுங்கள். பலவகையா?
வேறு வார்த்தைகளில் கூறுவதானால், இது பல்வேறு தகவல்தொடர்பு முறைகளில் தூண்டுதல்களை ஏற்க முடியும்: உரை, படங்கள், ஆடியோ மற்றும் வீடியோ.
மாடல்களுக்கு அவ்வளவுதான், இல்லையா?
சரி, இல்லை. ஜெமினி 1.5 ஃப்ளாஷ் உள்ளது, இது டெவலப்பர்களுக்கான ஜெமினியின் வேகமான பதிப்பாகும், அவர்கள் அதை குறிப்பிட்ட பயன்பாடுகளில் பயன்படுத்த முடியும். வேறு வார்த்தைகளில் கூறுவதானால், நீங்கள் ஒரு டெவலப்பராக இல்லாவிட்டால், நீங்கள் வேலை செய்யும் ஒன்று அல்ல.
எனவே, மீண்டும் வலியுறுத்துவதற்காக, டெவலப்பர்கள் வேலை செய்ய நான்கு ஜெமினி மாதிரிகள் உள்ளன: அல்ட்ரா, ப்ரோ, ஃப்ளாஷ் மற்றும் நானோ. (ஒரு நொடியில் அதை நீங்களே எப்படி விளையாடலாம் என்பதை நாங்கள் உங்களுக்கு கூறுவோம்.)
நான் கூகுள் நிகழ்வைப் பார்த்தேன், அவர்கள் 1 மில்லியன் டோக்கன்கள், 2 மில்லியன் டோக்கன்கள் என்று பேசிக்கொண்டே இருந்தார்கள். அது எதைப் பற்றியது?
எங்களைப் போன்ற தினசரி நபர்களை விட டெவலப்பர்களுக்காக ஒரு நிகழ்வைப் பார்ப்பதன் மூலம் நீங்கள் அதைப் பெறுவீர்கள். ஆனால் அது உண்மையில் அவ்வளவு கடினம் அல்ல.
டோக்கன்கள் ஜெமினி போன்ற AI மாதிரிகளைப் பயிற்றுவிக்கப் பயன்படுத்தப்படும் வார்த்தைகளின் கூறுகள். ஒரு AI மாதிரி அதிக டோக்கன்கள் திறன் கொண்டது, நீங்கள் AI க்கு அதிக தகவல் கொடுக்க முடியும் மேலும் அது உங்களுக்கு என்ன தேவை மற்றும் அது உங்களுக்கு என்ன கொடுக்க முடியும் என்பதை நன்றாக புரிந்து கொள்ளும்.
சரி, ஜெமினி 1.5 ப்ரோவுக்குத் திரும்பு. அதை வைத்து நான் என்ன செய்ய முடியும்?
சரி, நீங்கள் டெவலப்பராக இருந்தால், புதிய ஆப்ஸைச் சேர்க்க அல்லது உருவாக்க இதைப் பயன்படுத்தலாம். இல்லையெனில், கூகிள் ஏற்கனவே உள்ள பல பயன்பாடுகளில் அதைச் சேர்த்து புதியவற்றை உருவாக்குகிறது.
பிடிக்குமா?
சரி, உதாரணமாக, Google Photos உடன் ஆரம்பிக்கலாம். இந்த கோடையில் எதிர்பார்க்கப்படும் புதிய அம்சம், Ask Photos எனப்படும், மிகவும் சிக்கலான வினவல்களைப் பயன்படுத்தி தேட உங்களை அனுமதிக்கும். உதாரணமாக, உங்கள் பாட்டியின் அனைத்து புகைப்படங்களையும் கண்டுபிடிப்பதற்குப் பதிலாக, “எனது பாட்டியின் தச்சுத் திட்டங்களில் அவர் பணிபுரிவதைக் காட்டும் அனைத்துப் படங்களையும் கண்டுபிடி” என்று நீங்கள் கேட்கலாம்.
ஏற்கனவே உள்ள லென்ஸ் பயன்பாடும் உள்ளது, இது உரை மற்றும் புகைப்படங்கள் இரண்டையும் பயன்படுத்தி, விஷயங்களைக் கண்டறியவும் ஆராய்ச்சி செய்யவும் உதவும். லென்ஸ் இப்போது வீடியோக்களைப் பயன்படுத்தியும் தகவலைக் கண்டறிய முடியும். தவறாக நடந்துகொள்ளும் ரெக்கார்ட் பிளேயரை வீடியோ எடுத்து, டோனியர்ம் பதிவை ஏன் தொடர்பு கொள்ளவில்லை என்பதைக் கண்டறிய வீடியோவைப் பயன்படுத்தி கூகுள் அதை நிரூபித்தது.
Google டாக்ஸ், தாள்கள், ஸ்லைடுகள், இயக்ககம் மற்றும் ஜிமெயிலில் உள்ள பக்கப்பட்டி உங்களுக்குத் தெரியுமா? நீங்கள் இப்போது பல்வேறு Google பயன்பாடுகளை அணுகக்கூடிய இடம் எது? சரி, இது ஜெமினியால் கையகப்படுத்தப்படும், இது பல்வேறு Google பயன்பாடுகளை ஒன்றிணைக்க – அல்லது, குறைந்தபட்சம், இணைக்க பயன்படும் அல்லது விசாவிற்கு மாறாக. இது அடுத்த மாதம் சந்தாதாரர்களுக்கு வழங்கப்பட வேண்டும்.
கூகிளின் அடிப்படைத் தேடலும் கூட பாதிக்கப்பட்டுள்ளது: AI மேலோட்டங்கள் இப்போது உங்கள் தேடல் முடிவுகளை வழிவகுத்து, நீங்கள் தேடுவதை Google நினைக்கும் AI-உருவாக்கப்பட்ட சுருக்கத்தை உங்களுக்கு வழங்குகிறது. (அதில் நிறைய புஷ்பேக் இருந்தபோதிலும் மற்றும் சில பயனர்கள் அதை அகற்ற விரும்புகிறார்கள்.)
அவை ஏற்கனவே உள்ள பயன்பாடுகள். புதியவை எப்படி?
அவர்கள் பல பேர். தற்போது, சில அடங்கும்:
திட்டம் அஸ்ட்ரா, இது அடிப்படையில் கூகுள் அசிஸ்டென்ட் ஆகும், மேலும் பேசும் மொழியைப் பார்க்கவும் (உங்கள் ஃபோனின் கேமரா மூலம்) மற்றும் அதற்கு பதிலளிக்கும் திறனையும் கொண்டுள்ளது. இது இன்னும் ஆரம்ப நாட்களில் உள்ளது, எனவே நீங்கள் சிறிது நேரம் பார்க்க முடியாது.
LearnLM, கல்வி ஆதாரங்களைப் பயன்படுத்தி மாணவர்கள் தங்கள் கேள்விகளுக்கான பதில்களைக் கண்டறிய இது உதவும்; நிறுவனத்தின் கூற்றுப்படி, இது ஏற்கனவே சில தயாரிப்புகளில் கட்டமைக்கப்பட்டுள்ளது மற்றும் கல்வியாளர்களுக்கு அறிமுகப்படுத்தப்படுகிறது.
Veo, ஒரு “உருவாக்கும் AI வீடியோ மாதிரி.” அது போல் உருவாக்கும் நீங்கள் உருவாக்கச் சொல்லும் 1080p வீடியோக்களை உருவாக்குங்கள். நைட் கவுன் மற்றும் மேல் தொப்பி அணிந்த பூனை சந்திரனின் மேல் குதிக்கும் வீடியோ உங்களுக்கு வேண்டுமா? நீங்கள் பயன்படுத்த விரும்புவது Veos. சரி, உங்களால் முடிந்தால் — Project Astra போன்று, இது இன்னும் சோதனை செய்யப்பட்டு வருகிறது, மேலும் சிறிது காலத்திற்கு பொது மக்களுக்கு கிடைக்காது.
இதெல்லாம் சுவாரஸ்யமாகத் தெரிகிறது. நான் எப்படி பதிவு செய்யலாம்? மேலும் இது இலவசமா?
நீங்கள் ஜெமினி 1.0 சாட்போட் மூலம் வேலை செய்ய ஆரம்பிக்கலாம் இப்போதும் இங்கேயும். இருப்பினும், நீங்கள் ஜெமினி 1.5 ப்ரோவுடன் விளையாட விரும்பினால் – இது வேகமானது மற்றும் அதிக திறன்களை உங்களுக்கு வழங்குகிறது – நீங்கள் குழுசேர வேண்டும் ஜெமினி மேம்பட்டது, இரண்டு மாத சோதனைக்குப் பிறகு ஒரு மாதத்திற்கு $20 செலவாகும். (Gemini Advanced ஆனது Google One சந்தாவின் ஒரு பகுதியாகக் கருதப்படுகிறது, எனவே 2TB தரவு சேமிப்பகம் மற்றும் பிற Google One நன்மைகளையும் பெறுவீர்கள்.)
நீங்கள் Google Workspace ஐப் பயன்படுத்தும் வணிகமாக இருந்தால், மேலும் AI இன் அதிநவீன நிலைகளை முயற்சிக்க விரும்பினால் (மாதம் $20 முதல் தொடங்கும்), மேலும் தகவலைப் பெறலாம் இங்கே.
நான் வேறு ஏதாவது தெரிந்து கொள்ள வேண்டும்?
வழக்கமான எச்சரிக்கைகள் தான். எல்லா AI பயன்பாடுகளையும் போலவே, ஜெமினியின் பதில்களும் இஃதியாக இருக்கலாம் – வேறுவிதமாகக் கூறினால், முற்றிலும் தவறானது. தொழில்நுட்பம் நிச்சயமாக அதன் ஆரம்ப கட்டத்தில் உள்ளது, எனவே இது ஒரு பயனுள்ள கருவியாக இருக்கும்போது, நீங்கள் பெறும் எந்த தரவையும் நீங்கள் சரிபார்க்க வேண்டும். AI இன்ஜின்களால் உருவாக்கப்பட்ட தவறான தகவல் அதன் சொந்த பெயரைப் பெற்றுள்ளது: மாயத்தோற்றம், ஏனெனில் தவறான தகவலை அணுகுவதன் மூலம், AIக்கள் தங்கள் சொந்த யதார்த்தத்தை உருவாக்குகின்றன. எனவே, வாங்குபவர் ஜாக்கிரதை.
அப்படிச் சொன்னால், AIக்கள் நம்முடன் நீண்ட காலம் இருக்கப் போவது போல் தெரிகிறது. அவர்களுடன் பழகுவதற்கும் அவர்கள் எவ்வாறு வேலை செய்கிறார்கள் என்பதை அறிந்து கொள்வதற்கும் சில செயல்களைச் செய்வது மோசமான யோசனையல்ல. ChatGPT மற்றும் ஜெமினியைத் தவிர, மைக்ரோசாப்டின் வரவிருக்கும் CoPilot Plus PCகள் உள்ளன, அவை AI- திறன் கொண்ட வன்பொருளில் கட்டமைக்கப்பட்டுள்ளன, ஆப்பிள் இன்டலிஜென்ஸ் எனப்படும் ஆப்பிளின் இப்போது அறிவிக்கப்பட்ட மற்றும் வரவிருக்கும் அம்சங்களைக் குறிப்பிடவில்லை. எனவே உங்களுக்குப் பிடித்த இயக்க முறைமையைப் பொறுத்து, உங்கள் ஆர்வத்தின் அளவைக் குறிப்பிடாமல், பல்வேறு AI சாட்போட்கள், மேம்படுத்தப்பட்ட பயன்பாடுகள் மற்றும் பிற அம்சங்களைப் பயன்படுத்திப் பரிசோதனை செய்யலாம்.
