गूगल ने बातचीत के दौरान तर्क क्षमता के साथ जेमिनी लॉन्च किया

गूगल ने मंगलवार (15) को मौखिक इंटरैक्शन पर केंद्रित दो नए आर्टिफिशियल इंटेलिजेंस (एआई) मॉडल जारी किए: जेमिनी 3.8 लाइव और जेमिनी 3.8 लाइव एक्सटेंडेड थिंकिंग। कंपनी ने इन नवाचारों को एआई के साथ बातचीत को अधिक परिष्कृत और स्वाभाविक बनाने के उद्देश्य से विकसित किया है, साथ ही यह भी संभव बनाया है कि सिस्टम उपयोगकर्ता के साथ संवाद बनाए रखते हुए जटिल गतिविधियों को निष्पादित कर सकें।

ये मॉडल वास्तविक समय की बातचीत के लिए गूगल के सबसे उन्नत संस्करणों का प्रतिनिधित्व करते हैं। मौलिक अंतर तर्क क्षमता में निहित है: जबकि जेमिनी 3.8 लाइव उच्च दक्षता और पैमाने के साथ आवाज इंटरैक्शन को प्राथमिकता देता है, जेमिनी 3.8 लाइव एक्सटेंडेड थिंकिंग गहन तर्क और बहु-चरणीय प्रसंस्करण की कार्यक्षमताओं को शामिल करता है।

एक साथ तर्क करने की क्षमता

जेमिनी 3.8 लाइव एक्सटेंडेड थिंकिंग केवल बातचीत से परे है, इसे अधिक जटिल कार्यों को प्रबंधित करने के लिए डिज़ाइन किया गया है जिनके लिए कई चरणों में प्रसंस्करण और तर्क की आवश्यकता होती है। गूगल द्वारा उजागर किया गया एक उल्लेखनीय पहलू एआई की एक ही समय में तर्क करने और बोलने की क्षमता है। यह सिस्टम को अधिक व्यापक कार्य करते समय उपयोगकर्ता के साथ जुड़ाव बनाए रखने की अनुमति देता है।

प्रसंस्करण के दौरान चुप रहने के बजाय, सिस्टम प्राकृतिक प्रतिक्रियाएं दे सकता है, जैसे कि 'मुझे आपके लिए इसकी जांच करने दें', जबकि पृष्ठभूमि में आवश्यक चरणों को निष्पादित करता है। इसके अतिरिक्त, एआई के पास जटिल कार्यों की प्रगति को पूरा होने के साथ विस्तार से बताने की क्षमता है।

उत्पादों और सेवाओं में एकीकरण

नई कार्यक्षमताएं केवल एप्लिकेशन विकास तक ही सीमित नहीं रहेंगी। गूगल जेमिनी 3.8 लाइव एक्सटेंडेड थिंकिंग को विभिन्न उत्पादों और सेवाओं में लागू कर रहा है। गूगल वर्कस्पेस में, इस तकनीक को डॉक्स, जीमेल और कीप के लिए वॉयस सुविधाओं के साथ एकीकृत किया जाएगा। उदाहरण के लिए, डॉक्स लाइव सुविधा उपयोगकर्ताओं को दस्तावेज़ के भीतर क्रियाएं निष्पादित करने के लिए आवाज कमांड का उपयोग करने की अनुमति देती है। इसी तरह के सिद्धांत जीमेल लाइव और कीप लाइव पर लागू होते हैं।

इस मॉडल को सर्च लाइव में भी पेश किया जा रहा है, जिससे वास्तविक समय मार्गदर्शन और चरण-दर-चरण निर्देशों सहित आवाज इंटरैक्शन आसान हो जाते हैं। गूगल ने जेमिनी 3.8 लाइव एक्सटेंडेड थिंकिंग की क्षमताओं को साबित करने के लिए परीक्षण परिणाम भी प्रस्तुत किए। इस मॉडल ने स्पीच टू स्पीच क्वालिटी इंडेक्स में 82.6 अंक जोड़कर समग्र रूप से पहला स्थान हासिल किया, जिसे आर्टिफिशियल एनालिसिस द्वारा विकसित किया गया है, जो आवाज इंटरैक्शन की गुणवत्ता को मापता है। एक अन्य परीक्षण में, एजेंटों द्वारा कार्यों के निष्पादन पर केंद्रित τ-वॉइस ने 68.6% प्राप्त किया, और वित्त के लिए विशिष्ट τ-वॉइस-बैंकिंग बेंचमार्क में इसने 35.1% दर्ज किया।

जेमिनी 3.8 लाइव पहले से ही जेमिनी एपीआई और गूगल एआई स्टूडियो के माध्यम से डेवलपर्स के लिए उपलब्ध है। कंपनियां जेमिनी एंटरप्राइज के निजी पूर्वावलोकन के माध्यम से पहुंच प्राप्त कर सकती हैं, जबकि सामान्य उपयोगकर्ता इसे सर्च लाइव के माध्यम से उपयोग कर सकते हैं। जेमिनी 3.8 लाइव एक्सटेंडेड थिंकिंग भी डेवलपर्स के लिए जेमिनी एपीआई और गूगल एआई स्टूडियो में उपलब्ध होना शुरू हो गया है और जेमिनी एंटरप्राइज में निजी पूर्वावलोकन में उपलब्ध है। अंतिम उपयोगकर्ताओं के लिए, यह तकनीक जेमिनी ऐप और वर्कस्पेस सुविधाओं में शामिल की जा रही है। गूगल डॉक्स में, यह सुविधा गूगल एआई प्रो और गूगल एआई अल्ट्रा प्लान के ग्राहकों के लिए उपलब्ध है, जबकि जीमेल लाइव और कीप लाइव गूगल एआई प्लस, गूगल एआई प्रो और गूगल एआई अल्ट्रा प्लान के ग्राहकों के लिए आ रहे हैं।