پس از غلبه بر چالش های جدی، به نظر می رسد که مدل شاخص هوش مصنوعی گوگل بار دیگر در مسیر پیشرفت قرار گرفته و آماده رقابت با رقبای خود است.
گوگل روز سه شنبه اعلام کرد که مدل Gemini Astra 4 اکنون پس از یک دوره آزمایش اولیه در دسترس توسعه دهندگان و مشتریان تجاری در سراسر جهان است. در مرحله اول دسترسی به این مدل تنها برای گروهی از کارشناسان مورد اعتماد در حوزه دفاع سایبری از طریق برنامه Fairwind گوگل امکان پذیر بود. چنین عرضه مرحلهای، هم به دلایل ایمنی و هم برای توجه عمومی، در بین آزمایشگاههای پیشرو هوش مصنوعی رایج شده است. به خصوص که نگرانی ها در مورد خطرات هوش مصنوعی ناسازگار با اهداف انسانی افزایش یافته است.
در حال حاضر، دسترسی به Argon از طریق API در AI Studio فقط برای مشتریان پولی در دسترس است. مشترکین طرحهای Google AI Ultra و Pro نیز میتوانند از طریق برنامه Gemini به آن دسترسی داشته باشند. پلتفرم توسعه نرم افزار مبتنی بر نمایندگی گوگل به نام Antigravity نیز از این مدل پشتیبانی می کند. هزینه استفاده از آرگون در حال حاضر 2 دلار برای هر 1 میلیون توکن ورودی و 10 دلار برای هر 1 میلیون توکن خروجی تعیین شده است، اما این تعرفه ها از دسامبر دو برابر می شود.
با وجود افزایش قیمت در ماه دسامبر، آرگون همچنان به طور قابل توجهی ارزان تر از برخی از مدل های رقیب گران قیمت خواهد بود. به عنوان مثال، هزینه استفاده از OpenAI GPT-6 Astra 10 دلار برای هر یک میلیون توکن ورودی و 50 دلار برای هر یک میلیون توکن خروجی است. بنابراین، قیمت رقابتی می تواند یک مزیت مهم برای آرگون باشد. اما گزارش هایی مبنی بر تردید برخی از کارمندان گوگل در مورد عملکرد این مدل در زمینه های مهمی مانند برنامه نویسی تا حدودی از هیجان عرضه آن کاسته است.
چالش های گوگل در رقابت هوش مصنوعی
مشکلات گوگل در توسعه فناوری هوش مصنوعی به این موارد محدود نمی شود. در ماههای اخیر، رقبایی مانند OpenAI، Anthropic و Meta بهطور پیوسته محصولات جدیدی را عرضه میکنند، اما گزارش شده است که Gemini 3.5 Pro گوگل به تعویق افتاده است تا به شرکت زمان بیشتری برای تقویت قابلیتهای خود بدهد. گوگل همچنین اخیرا تعدادی از محققان ارشد از جمله جف دین، دانشمند ارشد قدیمی این شرکت را از دست داده است.
شاید برای تغییر این تصور که حتی کارمندان داخلی خود نیز ایمان خود را به فناوری و ماموریت شرکت از دست داده اند، گوگل در تلاش است تا میزان استفاده از مدل جدید در پروژه های داخلی را برجسته کند. کورای چاووکچ اوغلو یکی از مدیران ارشد گوگل دیپ مایند روز سه شنبه در اطلاعیه معرفی این مدل گفت:
در گوگل، ما از آرگون برای حل سخت ترین مشکلات مهندسی خود استفاده کرده ایم. در چند هفته گذشته، مهندسان نرم افزار توانسته اند کدهای با کیفیت بالا را با سرعتی بی سابقه تولید و منتشر کنند.
Cavocchoglu همچنین اضافه کرد که از این مدل برای بهینه سازی تجربه کاربری مرورگر کروم نیز استفاده شده و به روانتر و کارآمدتر شدن عملکرد آن کمک کرده است.
نقش آرگون در توسعه ربات های هوشمند
چاووش اوغلو معتقد است که ترکیب آرگون از استدلال چندوجهی، برنامه نویسی عامل محور و درک عمیق دنیای فیزیکی می تواند به پیشرفت های قابل توجهی در ساخت ربات هایی با بدن فیزیکی منجر شود. برخی از کارشناسان بر این باورند که توسعه چنین روباتهایی ممکن است تنها راه عملی برای دستیابی به هوش عمومی مصنوعی واقعی باشد.
بر اساس این دیدگاه، عوامل هوشمندی که بدن فیزیکی مانند انسان دارند و می توانند به طور مستقیم با محیط اطراف خود تعامل داشته باشند و از آن بازخورد دریافت کنند، قادر خواهند بود مدلی غنی و پویا از جهان بسازند. چنین درکی می تواند به آنها کمک کند در مواجهه با چالش های جدید انعطاف بیشتری نشان دهند و رفتار خود را با موقعیت های مختلف تطبیق دهند.
در یک آزمایش، فیلمی از یک انسان در حال انجام یک بازی کورن هول به آرگون ارائه شد. این مدل توانسته چیدمان فیزیکی اتاق و حرکات بدن فرد را هنگام پرتاب آنالیز کند. سپس محاسبات به دست آمده به یک ربات انسان نما داده شد. Cavoccuglu درباره نتیجه این آزمایش گفت:
در یک آزمایش واقعی، ربات هفت پرتاب متوالی را در مدت زمان کوتاهی با موفقیت انجام داد.
البته اکثر کاربران گوگل برای ساخت ربات هایی که بتوانند در مسابقات محلی و مهمانی های دوستانه بازی کنند از هوش مصنوعی استفاده نمی کنند. اگر گوگل واقعاً می خواهد قدرتمندترین مدل هوش مصنوعی خود را به یک محصول رایج و محبوب تبدیل کند، باید نشان دهد که آرگون برای کارهای روزمره نیز خبرجو است. همان کارهایی که میلیونها نفر از قبل برای انجام آن به ابر، ChatGPT و Muse متکی هستند. ارائه نسخه رایگان این مدل نیز می تواند به افزایش استقبال کاربران کمک کند.












گفتگو در مورد این post