گوگل روز سهشنبه مدل جدید هوش مصنوعی خود با نام Gemini 3.5 Flash را معرفی کرد؛ مدلی که این شرکت آن را قدرتمندترین نسخه خود تا امروز در حوزه کدنویسی و عاملهای هوش مصنوعی خودکار میداند. این مدل در کنفرانس سالانه توسعهدهندگان Google I/O رونمایی شد و قادر است بهصورت مستقل خطوط کامل کدنویسی را اجرا کند، پروژههای تحقیقاتی را مدیریت کند و حتی در آزمایشهای داخلی، یک سیستمعامل کامل را از صفر بسازد.
این عرضه نشاندهنده تغییر رویکرد گوگل از ارائه هوش مصنوعی بهعنوان یک ابزار مکالمهای، به سمت یک ابزار عاملمحور است؛ یعنی سیستمی که نهتنها به پرسشها پاسخ میدهد، بلکه میتواند با حداقل دخالت انسان، برنامهریزی کند، بسازد و کارها را بهصورت تکرارشونده بهبود دهد.
کورای کاووکچوغلو، مدیر ارشد فناوری DeepMind، پیش از عرضه عمومی در گفتوگو با خبرنگاران اعلام کرد: «3.5 Flash ترکیب فوقالعادهای از کیفیت و تأخیر پایین ارائه میدهد. این مدل در تقریباً تمام بنچمارکها از جمله کدنویسی، وظایف عاملمحور و استدلال چندوجهی، از مدل پیشرفته قبلی ما یعنی 3.1 Pro بهتر عمل میکند.»
او افزود این مدل چهار برابر سریعتر از دیگر مدلهای پیشرفته است و برای وظایف کدنویسی و عاملمحور بسیار مناسب است، اما گوگل نسخه بهینهسازیشدهای از Flash نیز توسعه داده که با همان کیفیت، تا ۱۲ برابر سریعتر عمل میکند.
به گفته او، این سرعت برای کارهای عاملمحور حیاتی است؛ جایی که چندین عامل هوش مصنوعی بهطور همزمان روی وظایف طولانیمدت اجرا میشوند. در ارائه روی صحنه I/O نیز واران موهان، مهندس گوگل، نشان داد که چگونه چندین عامل بهطور همزمان روی بخشهای مختلف یک پروژه کار میکنند و در نهایت با هم یک سیستمعامل کامل را در پلتفرم توسعه عاملمحور و IDE گوگل، یعنی Antigravity، میسازند.
کاووکچوغلو گفت Flash 3.5 بهطور مشترک با Antigravity توسعه داده شده است تا عاملها بتوانند «محیطی بومی داشته باشند که در آن زندگی کنند، کار کنند و اجرا شوند».
در رویداد I/O، گوگل از Antigravity 2.0 نیز رونمایی کرد؛ یک اپلیکیشن دسکتاپ مستقل که برای توسعه مبتنی بر عامل طراحی شده است.
این پیشرفتها فقط در حد نمایشهای آزمایشی باقی نماندهاند. گوگل میگوید قابلیتهای عاملمحور مدل 3.5 Flash در حال حاضر در میان شرکای این شرکت نیز تأثیرگذار بودهاند؛ برای مثال در بانکها و شرکتهای فینتک که در حال خودکارسازی فرایندهای چند هفتهای هستند، یا در تیمهای علم داده که از آن برای کشف بینش در محیطهای دادهای پیچیده استفاده میکنند.
این مدل میتواند برای چندین ساعت بهصورت خودکار اجرا شود، هرچند تولسی دوشی، مدیر ارشد محصول گوگل، گفته است که در برخی نقاط تصمیمگیری یا مواقعی که نیاز به مجوز و قضاوت انسانی وجود دارد، سیستم متوقف میشود و از کاربر درخواست ورودی میکند.
همچنین گوگل اعلام کرده زمانی که مدل آینده 3.5 Pro عرضه شود، این دو مدل بهگونهای طراحی شدهاند که در کنار یکدیگر و بهصورت مکمل عمل کنند.
