गूगल ने दैनिक कार्यों पर केंद्रित नए एआई मॉडल जेमिनी 4 हाइड्रोजन लॉन्च किया

गूगल ने सीधे एप्पल कारप्ले पर जेमिनी एप्लिकेशन की उपलब्धता शुरू कर दी है। यह सुविधा आईफोन उपयोगकर्ताओं को गाड़ी चलाते समय आर्टिफिशियल इंटेलिजेंस (एआई) के साथ आवाज के माध्यम से इंटरैक्ट करने की अनुमति देती है, जिससे फोन पकड़ने या वाहन के मल्टीमीडिया सिस्टम इंटरफ़ेस से बाहर निकलने की आवश्यकता समाप्त हो जाती है।

यह सुविधा जेमिनी लाइव का उपयोग करती है, एक मोड जो चैटबॉट के साथ अधिक सहज संवाद संभव बनाता है। ड्राइवर स्क्रीन पर प्रदर्शित आइकन के माध्यम से नई बातचीत शुरू कर सकता है या पिछली बातचीत फिर से शुरू कर सकता है। गूगल ने सूचित किया है कि किसी भी समय संवाद को रोका जा सकता है, विषय बदला जा सकता है या बातचीत को रोका जा सकता है। सभी बातचीत आईफोन पर जेमिनी ऐप के साथ सिंक्रनाइज़ रहती हैं और खाते के इतिहास में दर्ज की जाती हैं।

इस सुविधा का कार्यान्वयन बुधवार, 11 तारीख को शुरू हुआ, और यह जेमिनी लाइव का समर्थन करने वाली सभी भाषाओं में iOS उपयोगकर्ताओं के लिए उपलब्ध है। इस नई सुविधा का लाभ उठाने के लिए, आईफोन पर जेमिनी ऐप इंस्टॉल और अपडेट होना अनिवार्य है, साथ ही उपयोगकर्ता को माइक्रोफ़ोन उपयोग की अनुमति देनी होगी और मोबाइल से कम से कम एक बार जेमिनी लाइव के साथ बातचीत शुरू करनी होगी।

आईफोन को कारप्ले से कनेक्ट करने के बाद, जेमिनी आइकन वाहन इंटरफ़ेस पर दिखाई देता है, बस इसे चुनकर आवाज संचार शुरू या जारी किया जा सकता है। सीधी एकीकरण से पहले, गूगल असिस्टेंट पहले से ही गूगल मैप्स ऐप के माध्यम से कारप्ले पर उपलब्ध था; अब, कंपनी कार के डिस्प्ले पर चैटबॉट तक मूल पहुंच प्रदान करती है।

यह जोड़ गूगल द्वारा एंड्रॉइड ऑटो और गूगल एकीकृत सिस्टम वाले वाहनों में जेमिनी की उपस्थिति का विस्तार करने के तुरंत बाद आया है, जो इन प्लेटफार्मों पर व्यक्तिगत सहायता सुविधाओं को पेश करना जारी रखता है।

साइबर सुरक्षा विशेषज्ञों के लिए प्रतिबंध की अवधि के बाद, जेमिनी 4 कार्बन को मंगलवार, 10/11 को आम उपयोगकर्ताओं और व्यवसायों के लिए जारी किया गया। इस मॉडल को गूगल द्वारा विकसित सबसे उन्नत कृत्रिम बुद्धिमत्ता के रूप में प्रस्तुत किया गया है।

डेवलपर्स गूगल एआई स्टूडियो, एंड्रॉइड स्टूडियो और जेमिनी फॉर बिजनेस में एपीआई के माध्यम से मॉडल तक पहुंच सकते हैं। लागत इनपुट टोकन के दस लाख के लिए $2 और आउटपुट टोकन के दस लाख के लिए $10 निर्धारित की गई है (जो लगभग ₹10 और ₹53 के बराबर है)। हालांकि, यह प्रचार मूल्य केवल महीने के अंत तक मान्य है, जिसके बाद यह दोगुना हो जाएगा और क्लॉड ओपस 5.5 के लागत स्तर तक पहुंच जाएगा।

द वर्ज के अनुसार, यह मूल्य निर्धारण संरचना कंपनी के प्रतिस्पर्धियों के सामने प्रतिस्पर्धात्मकता बढ़ाने का लक्ष्य रखती है। प्रचार प्रस्ताव की समाप्ति के बाद भी, जो नवंबर के अंत तक अपेक्षित है, कार्बन की प्रति टोकन लागत जीपीटी-6 एस्ट्रा और फेबल 5.2 मॉडल की तुलना में कम रहेगी।

आम जनता के लिए, जेमिनी 4 कार्बन तक पहुंच जेमिनी ऐप, सर्च मोड एआई और गूगल एंटीग्रेविटी में उपलब्ध है, लेकिन केवल गूगल एआई अल्ट्रा के ग्राहकों के लिए, जिसकी प्रारंभिक मासिक कीमत ₹779.90 है।

जेमिनी 4 कार्बन गूगल की पेशकशों में सबसे परिष्कृत एआई के रूप में खुद को स्थापित करता है, जो अक्टूबर में जारी जेमिनी 4 आर्गन से बेहतर है। आर्गन उन कार्यों के लिए लक्षित है जिनके लिए उच्च प्रसंस्करण क्षमता और तर्क की आवश्यकता होती है, जैसे वैज्ञानिक जांच, सिस्टम ऑडिट और कोड में विफलताओं की पहचान करना।

हालांकि यह मॉडल ऐसे कार्यों को करने के लिए आर्गन की तुलना में अधिक टोकन का उपयोग करता है, यह विस्तारित सत्यापन चक्र बनाए रखता है। यह विशेषता एआई को कई संभावनाओं का विश्लेषण करने, आंशिक परिणामों की समीक्षा करने और विकल्पों का पता लगाने में सक्षम बनाती है।

जेमिनी 4 कार्बन के लॉन्च के साथ पेश की गई मुख्य विशेषताओं में से एक कमांड /स्वार्म है, जिसे शुरू में गूगल एंटीग्रेविटी में लागू किया गया था। यह कमांड एक ही कार्य को कई एआई एजेंटों के बीच वितरित करने की अनुमति देता है, जो समन्वित तरीके से काम करेंगे।

इस प्रक्रिया में, कार्बन उन गतिविधियों का प्रबंधन कर सकता है जिनके लिए गहन तर्क की आवश्यकता होती है, जैसे कि किसी सिस्टम की वास्तुकला की योजना बनाना, जबकि कम जटिल कार्यों को अधिक फुर्तीले मॉडलों को सौंपा जा सकता है। इसका उद्देश्य उपयोगकर्ता को प्रत्येक चरण को मैन्युअल रूप से व्यवस्थित किए बिना बहु-चरणीय परियोजनाओं के निष्पादन को सक्षम करना है।

गूगल डीपमाइंड द्वारा किए गए प्रदर्शनों में, इस तकनीक को आधी रात के दौरान रस्ट भाषा में ग्राफिकल इंटरफेस की लाइब्रेरी बनाने के लिए लागू किया गया था। एक अन्य व्यावहारिक उदाहरण में एजेंट शामिल थे जिन्होंने थ्री.जेएस का उपयोग करके एक त्रि-आयामी गेम विकसित किया, जिसमें कंपनी के परिसर का अनुकरण किया गया।

प्रोग्रामिंग उपकरणों के अतिरिक्त, मॉडल ने प्रोजेक्ट फोर्टिफाई में खतरों का पता लगाने में 100% संवेदनशीलता प्रदर्शित की, जो गूगल का एक आंतरिक सिस्टम है जो कमजोरियों को कम करने और पहचानने पर केंद्रित है। अतिरिक्त सिमुलेशन में, इसने घुसपैठ के 99% प्रयासों को ब्लॉक करने में कामयाबी हासिल की।

यह प्रगति प्रॉम्प्ट इंजेक्शन हमलों के खिलाफ रक्षा तंत्र तक फैली हुई है। आंतरिक परीक्षणों में, जेमिनी 4 कार्बन किसी भी प्रकार के हमले के प्रति संवेदनशील नहीं था। इसके अलावा, कंपनी ने उन परिदृश्यों में मॉडल के व्यवहार का मूल्यांकन किया जहां एजेंट परिणाम गढ़ सकते थे, अखंडता परीक्षणों में 92% सफलता दर प्राप्त की।

गूगल ने जेमिनी ओमनी 1.2 फ्लैश जारी किया है, जो वीडियो बनाने और संपादित करने के लिए समर्पित आर्टिफिशियल इंटेलिजेंस मॉडल का उसका नवीनतम संस्करण है। यह अपडेट अधिकतम 15 सेकंड की अवधि वाले क्लिप बनाने की क्षमता से अलग दिखता है, जिसमें बेहतर गुणवत्ता और एकरूपता होती है।

हालांकि 15 सेकंड कम समय लग सकता है, जेमिनी ओमनी 1.2 फ्लैश विशेष रूप से छोटे ऑडियो-विज़ुअल कंटेंट के उत्पादन के लिए विकसित किया गया है। यह लॉन्च पिछले संस्करण, 1.1, की तुलना में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है, जो वीडियो निर्माण को 10 सेकंड तक सीमित करता था।

इसके अतिरिक्त, गूगल ने सूचित किया कि नया मॉडल उपयोगकर्ता को एक सेकंड के अंतराल पर वीडियो की अवधि निर्दिष्ट करने की अनुमति देता है। यह पूर्व-निर्धारित समय जैसे 5, 10 या 15 सेकंड तक सीमित रहने की आवश्यकता को समाप्त करता है, जिससे 4, 7 या 8 सेकंड जैसे विकल्प चुनने की अनुमति मिलती है, जबकि न्यूनतम निर्धारित समय 3 सेकंड है।

गूगल द्वारा जोर दिया गया एक अन्य बिंदु यह है कि जेमिनी ओमनी 1.2 फ्लैश अधिक सुसंगत परिणाम उत्पन्न करता है, लोगों, वस्तुओं या दृश्यों की विशेषताओं को बनाए रखता है, जिससे वीडियो में 'विसंगतियों' के उत्पन्न होने की संभावना कम हो जाती है।

एआई मॉडल को अधिक प्राकृतिक संवाद उत्पन्न करने के लिए भी बेहतर बनाया गया है, जो बेहतर लिप सिंक और विभिन्न आवाज़ों के बीच अधिक स्पष्ट अंतर प्रदान करता है। कैमरा मूवमेंट सुविधाओं को परिष्कृत किया गया है, जिसमें विशिष्ट तत्वों के चारों ओर कैमरे को ज़ूम इन करने, ज़ूम आउट करने या घुमाने के विकल्प शामिल हैं।

कार्यप्रवाह को अनुकूलित करने और लागत कम करने के लिए, जेमिनी ओमनी 1.2 फ्लैश पृष्ठभूमि, प्रकाश प्रभाव या स्क्रीन प्रारूप जैसे वीडियो के विभिन्न पहलुओं को संशोधित करने के लिए आवाज या पाठ के माध्यम से कमांड स्वीकार करता है, बिना हर बदलाव पर पूरी प्रक्रिया को दोहराने की आवश्यकता के।

परिणामों को ट्रैक करने और बचत में सहायता के लिए, मॉडल 360p या 720p रिज़ॉल्यूशन में ड्राफ्ट बनाने की अनुमति देता है। यदि परिणाम संतोषजनक है, तो अंतिम वीडियो आवश्यकतानुसार 1080p या 4K में निर्यात किया जा सकता है।

लागत के संबंध में, गूगल ने 720p वीडियो की कीमत में 30% की कमी पर जोर दिया, जो प्रति सेकंड US$ 0.07 के बराबर है।

चूंकि यह एक मॉडल है, जेमिनी ओमनी 1.2 फ्लैश गूगल के कई एआई प्लेटफॉर्म में लागू किया जा रहा है, जिसकी उपलब्धता इसकी सेवाओं में वितरित है।