چند ساعت قبل از کنفرانس توسعه دهندگان I/O، گوگل از ویژگی جدید جالبی برای جمینا خبر داد. این شرکت ویدئوی کوتاهی را منتشر کرد که ویژگی جدید هوش مصنوعی را نشان می دهد. با این ویژگی، جمینا قادر است فوراً آنچه را در قاب تصویر است تشخیص دهد. OpenAI نیز مربوط به دیروز است مدل GPT-4o با هوش مصنوعی او فاش کرد که توانایی های مشابهی دارد.
گوگل در شبکه اجتماعی X او ویدئویی از مردی منتشر کرد که دوربین گوشی پیکسل خود را باز می کند و ما کلمه I/O را در صحنه می بینیم. او از جمینا می پرسد: «فکر می کنی اینجا چه خبر است؟» و هوش مصنوعی پاسخ می دهد: “به نظر می رسد که چندین نفر برای یک رویداد بزرگ، شاید یک کنفرانس یا یک سخنرانی آماده می شوند.”
گوگل با ChatGPT-4o رقابت می کند
در ویدیوی رونمایی از مدل ChatGPT-4o، OpenAI به توانایی درک تصاویر و صداها در زمان واقعی نیز پرداخت. در ویدیوی این شرکت، دیدیم که ChatGPT-4o می‌تواند ویدیو و صدا را با کمترین تأخیر تشخیص دهد و بگوید که به وضوح برای ارائه آماده هستید. اکنون به نظر می رسد که ویدیوی گوگل پاسخی به همان فرصت هوش مصنوعی OpenAI است.
مشخص نیست که ویژگی جدید گوگل دقیقا چیست، اگرچه شباهت هایی به لنز گوگل یا جستجوی مبتنی بر دوربین این شرکت دارد. با این حال، به نظر می رسد این هوش مصنوعی در زمان واقعی کار می کند و به دستورات صوتی درست مانند هوش مصنوعی همه کاره در عینک هوشمند متا پاسخ می دهد. همچنین جالب است که این ویژگی در یک گوشی پیکسل در این ویدیو نشان داده شده است، زیرا گوگل اغلب ویژگی های جدید هوش مصنوعی را ابتدا در سری پیکسل خود منتشر می کند.
اگرچه انتشار چنین ویدئویی چند ساعت قبل از کنفرانس I/O کمی غیرعادی است، اما ممکن است گوگل این ویدئو را در پاسخ به افشای قابلیت های مدل GPT-4o ساخته باشد.
کنفرانس Google I/O قرار است امروز (25 اردیبهشت) ساعت 20:30 به وقت ایران برگزار شود.
