هوش مصنوعی گوگل

هوش مصنوعی گوگل (Google AI) به عنوان بخش پژوهشی و توسعه ای شرکت گوگل در حوزه فناوری های هوشمند، نقش محوری در پیشبرد مرزهای دانش و کاربردهای عملی هوش مصنوعی ایفا می کند.

این بخش با تمرکز بر تحقیق، توسعه و پیاده سازی مدل های پیشرفته ای همچون یادگیری ماشین (ML)، یادگیری عمیق (Deep Learning)، پردازش زبان طبیعی (NLP) و بینایی ماشین (Machine Vision)، توانسته است زیرساخت بسیاری از خدمات و محصولات گوگل را هوشمند سازی کرده و تجربه کاربری را به صورت بنیادین ارتقاء دهد.

 با هدف «تسهیل» زندگی دیجیتال برای همگان، Google AI بستری برای نوآوری مستمر، تعامل انسانی طبیعی تر با ماشین و توسعه فناوری های اخلاق محور فراهم ساخته است که نه تنها در مقیاس تجاری، بلکه در سطح اجتماعی و انسانی نیز تاثیرگذار بوده است.

اگر می خواهید به قدرت هوش مصنوعی گوگل پی ببرید، کافیست یکبار با ابزار Gemini گوگل چت کنید تا نتیجه را ببینید!

هوش مصنوعی گوگل چیست؟

Google AI که پیشتر با نام Google Research شناخته می شد، شاخه پژوهش و توسعه (R&D) شرکت گوگل در زمینه هوش مصنوعی است.

گوگل که زیرمجموعه ای از شرکت مادر خود، Alphabet Inc محسوب می شود، در کنفرانس Google I/O سال ۲۰۱۸ از تغییر نام این بخش به Google AI خبر داد. این بخش به عنوان یک «واحد پژوهشی صرف» معرفی شد؛ به عبارتی، هدف اصلی آن توسعه محصولات نیست، بلکه تمرکز بر پیشرفت فناوری های مرتبط با هوش مصنوعی است.

Google AI پروژه های تحقیقاتی را پیش میبرد که در نهایت منجر به توسعه قابلیت های جدید یا ارتقاء محصولات فعلی گوگل مانند Google Assistant، Google Docs، Google Maps، Google Search و Google Translate می شوند.

 حوزه های پژوهشی این مرکز شامل یادگیری ماشین (ML)، یادگیری عمیق، شبکه های عصبی، رباتیک، بینایی رایانه ای و پردازش زبان طبیعی (NLP) است.

مکانیسم‌های عملکردی هوش مصنوعی گوگل

Google AI تحقیقاتی را به صورت داخلی انجام داده و در برنامه های تحقیق و توسعه متعددی سرمایه گذاری می کند تا فناوری های جدید هوش مصنوعی را خلق کند. این فعالیت ها شامل همکاری با دانشگاه ها و رهبران صنعتی نیز می شود. بخشی از این پژوهش ها از طریق پلتفرم های متن باز منتشر می شوند و ابزارهای توسعه یافته نیز در اختیار عموم قرار می گیرند. 

در توسعه محصولات مبتنی بر هوش مصنوعی، گوگل از داده ها و الگوریتم های یادگیری ماشین برای شناسایی الگوها، پیش بینی نتایج و تولید محتوای جدید بهره می برد. داده ها از تعاملات کاربران با سرویس هایی مانند موتور جستجو، گوگل مپ و گوگل فوتوز جمع آوری می شوند و سپس پاک سازی و تحلیل می شوند. این فرایند موجب آموزش الگوریتم ها و افزایش دقت آن ها می شود.

پس از آموزش، این الگوریتم ها با داده های جدید آزمایش می شوند. در صورت موفقیت، در محصولات گوگل ادغام می شوند. برای نمونه، Google Assistant می تواند دستورات صوتی را پردازش کرده، تماس برقرار کند یا مکالمات طبیعی را هدایت کند.

اهداف Google AI

گوگل اعلام کرده که هدف اصلی از توسعه هوش مصنوعی، در دسترس قرار دادن مزایای آن برای همه افراد است. برای تحقق این هدف، بخش زیادی از پژوهش های Google AI به دسته بندی و سازماندهی داده های جهانی اختصاص یافته و همچنین بسیاری از ابزارها به صورت متن باز ارائه شده اند.

Google AI بر انتشار مقالات پژوهشی، همکاری با دانشگاه ها و ارائه ابزارها به صورت متن باز تأکید دارد. اگرچه تمرکز اصلی آن بر تولید محصولات جدید نیست، اما نتایج این تحقیقات موجب ارتقاء محصولات موجود گوگل می شود. برخی از پروژه های توسعه ای شامل ترجمه زبانی فراگیر، هوش مصنوعی مکالمه ای، هوش مصنوعی تولیدگر و چندحالته مانند Gemini (که پیش تر Bard نام داشت)، رباتیک و خودروهای خودران هستند.

محصولات گوگل چگونه از Google AI بهره می برند؟

بسیاری از خدمات و محصولات گوگل، از جمله موارد زیر، از دستاوردهای Google AI بهره می برند:

1- تبلیغات گوگل و دوبل کلیک (Google Ads و DoubleClick)

گوگل از سیستم Smart Bidding بهره می برد؛ این سیستم نوعی فرآیند خودکار مزایده است که به کمک الگوریتم های یادگیری ماشین، رفتار کاربران، نرخ تبدیل، سابقه تعامل، موقعیت جغرافیایی، نوع دستگاه و زمان را تحلیل می کند تا پیشنهاد قیمت مناسب برای هر مزایده در لحظه تعیین شود. هدف این فناوری، بهینه سازی عملکرد تبلیغات برای دستیابی به بیشترین بازدهی (ROI) است.

2- دستیار صوتی گوگل (Google Assistant)

این دستیار صوتی پیشرفته، توانایی درک زبان طبیعی، تشخیص صدا، پاسخگویی به سوالات، مدیریت امور روزمره (مانند یادآوری قرارها، پخش موسیقی، اعلام وضعیت آب و هوا) و حتی رزرو خدمات (مانند وقت آرایشگاه یا رستوران) را دارد. تمام این قابلیت ها از طریق هوش مصنوعی و تحلیل گفتار انسان به دست می آیند.

3- مرورگر گوگل کروم (Google Chrome)

مرورگر گوگل کروم با استفاده از هوش مصنوعی، بخش هایی از ویدیوها را که بیشترین ارتباط را با موضوع جستجوی کاربر دارند، به صورت هایلایت نمایش می دهد. این قابلیت کمک می کند کاربر بدون تماشای کامل ویدیو، به محتوای مرتبط مورد نظر دسترسی سریع پیدا کند.

4- سرویس ایمیل جیمیل (Gmail)

• تکمیل خودکار (Smart Compose): هنگام نوشتن ایمیل، Gmail جملات احتمالی بعدی را پیش بینی و پیشنهاد می دهد.
• اصلاح املایی و نگارشی: تشخیص و تصحیح خودکار اشتباهات نوشتاری با بهره گیری از مدل های زبانی آموزش دیده.
• فیلتر اسپم: روزانه بیش از ۱۰ میلیون ایمیل ناخواسته به کمک فیلترهای AI مسدود می شوند. دقت این فیلترها بیش از ۹۹.۹ درصد اعلام شده است.

5- نقشه های گوگل (Google Maps)

حالت رانندگی در گوگل مپ به صورت خودکار مقصد احتمالی شما را بر اساس تاریخچه مسیر، موقعیت مکانی، زمان روز و عادات حرکتی پیش بینی می کند و بدون نیاز به دستور مستقیم، بهترین مسیر را پیشنهاد می دهد.

6- گوگل فوتوز (Google Photos)

هوش مصنوعی در این سرویس:

• افراد، مکان ها و رویدادها را شناسایی می کند.
• خاطرات برجسته گذشته را در قالب آلبوم های خودکار ارائه می دهد.
• عکس هایی را که احتمالاً کاربر بخواهد با دیگران به اشتراک بگذارد، پیشنهاد می دهد.
• ابزارهایی برای ویرایش خودکار تصویر با حفظ کیفیت بصری فراهم می سازد.

7- موتور جستجوی گوگل (Google Search)

الگوریتم هایی مانند BERT و RankBrain و MUM در موتور جستجوی گوگل به کار گرفته شده اند تا معنای ضمنی جست و جوهای کاربران، حتی زمانی که به صورت محاوره ای یا ناقص بیان می شوند، درک شود. این فناوری باعث می شود پاسخ های دقیق تر و مرتبط تری ارائه شود.

8- مترجم گوگل (Google Translate)

این سرویس از فناوری ترجمه ماشینی عصبی (Neural Machine Translation) استفاده می کند که به جای ترجمه واژه به واژه، ترجمه ای روان و مفهومی را ارائه می دهد. با گسترش پشتیبانی به بیش از ۲۴۰ زبان، این ابزار نقش مهمی در دسترسی برابر به اطلاعات ایفا کرده است.

9- پاسخ هوشمند (Smart Reply)

این ویژگی در Gmail و Google Chat به کاربر پیشنهاد پاسخ هایی کوتاه، دقیق و متناسب با محتوای پیام ورودی می دهد. این پاسخ ها به گونه ای طراحی شده اند که با سبک نوشتاری و سابقه رفتاری کاربر تطابق داشته باشند.

10- ویمو (Waymo)

یکی از بلندپروازانه ترین پروژه های Google AI، Waymo است؛ سیستم رانندگی خودکار که از سال ۲۰۱۶ تحت مالکیت Alphabet فعالیت می کند. خودروهای Waymo با استفاده از داده های محیطی، یادگیری ماشین و الگوریتم های بینایی رایانه ای، توانایی حرکت، تصمیم گیری و تعامل با محیط شهری را بدون دخالت انسان دارند.

مزایا و کاربردهای کلیدی Google AI

برخی از مزایای اصلی Google AI عبارتند از:

• بهبود تجربه کاربری (UX): نتایج دقیق تر، پیشنهادات شخصی سازی شده و تعاملات طبیعی تر.
• بهینه سازی جستجو: بهره گیری از فناوری هایی مانند RankBrain، BERT و MUM برای درک بهتر هدف جستجو.
• بینش مبتنی بر داده: تحلیل سریع داده های عظیم برای تصمیم گیری تجاری.
• پیش بینی وضعیت آب وهوا: مدل های DeepMind برای پیش بینی دقیق تر و زودتر رویدادهای جوی.
• افزایش دسترس پذیری: پشتیبانی از ۲۴۳ زبان در Google Translate، از جمله ۱۱۰ زبان جدید.
• خلاقیت: ویرایش عکس، تولید تصویر و ابزارهایی مانند Google AI Studio برای بیان خلاقیت کاربران.
• چت بات آنلاین: گوگل جمینی میتواند به هر سوال

چارچوب اصول اخلاقی Google AI

در سال ۲۰۱۸، گوگل اصولی را برای توسعه ی مسئولانه هوش مصنوعی معرفی کرد. بر اساس این اصول:

• فناوری نباید به انسان ها آسیب بزند.
• حقوق بشر و قوانین بین المللی باید رعایت شوند.

اگرچه در فوریه ۲۰۲۵، گوگل برخی از این اصول را بازنگری کرده و تعهدات قبلی در مورد عدم توسعه سلاح های مبتنی بر هوش مصنوعی را کنار گذاشت.

پروژه های Google AI for Social Good شامل مواردی مانند:

• FloodHub: پیش بینی و هشدار سیل با تحلیل داده های محیطی.
• Project Euphonia: بهبود مدل های تشخیص گفتار برای افراد با اختلالات گفتاری.
• Read Along: آموزش خواندن به کودکان با بازخورد هوشمند.
• Automated Retinal Disease Assessment: شناسایی رتینوپاتی دیابتی.
• Project Relate: بهبود دقت در درک گفتارهای متفاوت.

آینده هوش مصنوعی گوگل چه خواهد شد؟

برخی پروژه های آینده نگر Google AI شامل:

• AI + Writing: کمک به نویسندگان در خلق داستان و شخصیت ها.
• Google Health: تشخیص زودهنگام بیماری هایی مانند سرطان.
• Quantum AI: تحقیقات در زمینه پردازش کوانتومی.
• Gemini 2.0: قابلیت های چندحالته پیشرفته مانند تعامل زنده با متن، تصویر، صوت و ویدیو.
• Project Astra: ساخت دستیار هوشمند چند حالته برای تجربه ی طبیعی تر و هوشمندانه تر.

چالش ها و نگرانی ها هوش مصنوعی گوکل چیست؟

گوگل با چالش هایی در زمینه ی حریم خصوصی، شفافیت، و اخلاق مواجه شده است:

• ادعاهای آگاهی: یکی از مهندسان گوگل در سال ۲۰۲۲ ادعا کرد که LaMDA دارای «آگاهی» است.
• حریم خصوصی: حذف نیاز به گفتن «OK Google» ممکن است موجب شنود مداوم شود.
• اطلاعات اشتباه: در سال ۲۰۲۴، یکی از تبلیغات Super Bowl با اطلاعات نادرست تولید شده توسط AI منتشر شد.
• پاسخ های نامناسب: گزارش هایی از پیام های تهدیدآمیز توسط چت بات ها مطرح شده است.

معرفی ابزار هوش مصنوعی Gemini گوگل

با عرضه ChatGPT توسط OpenAI و استفاده از آن در موتور جست و جوی Bing، گوگل توسعه مدل های زبانی خود را شتاب بخشید.

از جمله این مدل ها می توان به LaMDA اشاره کرد؛ مدلی گفتگو محور مبتنی بر شبکه های عصبی با توانایی تعامل طبیعی. سپس PaLM معرفی شد که مدلی چند منظوره با قابلیت استدلال و تولید کد است. در نهایت، گوگل Gemini (نسخه جدید Bard) را به عنوان رقیب مستقیم ChatGPT معرفی کرد. این مدل در موتور جست و جوی گوگل ادغام شده و به صورت جهانی در دسترس کاربران قرار دارد.

پس جمینی چیست؟ جمینی یک مدل زبانی بزرگ (Large Language Model) است که برای درک و تولید متنی مشابه نوشتار انسانی طراحی شده است. هدف از توسعه این مدل، ادغام هوش مصنوعی پیشرفته در تعاملات روزمره کاربران و همچنین راهکارهای پیچیده سازمانی بوده است. کاربران می توانند از طریق چت بات جمینی در وب یا اپلیکیشن موبایل با این مدل زبانی تعامل داشته باشند.

جمینی در چهار مدل مختلف عرضه شده است: Ultra، Pro، Flash و Nano؛ که هرکدام برای کاربردهای خاصی طراحی شده اند. یکی از ویژگی های برجسته نسخه جدید، افزایش چشمگیر پنجره زمینه توکن ها (Token Context Window) است که امکان پاسخ های بلندتر، دقیق تر و منسجم تر را فراهم می سازد. مدل Gemini 1.5 Flash دارای پنجره ای با ظرفیت ۱ میلیون توکن است و مدل 1.5 Pro این ظرفیت را به ۲ میلیون توکن افزایش داده است. در مقایسه، نسخه پیشرفته ChatGPT حداکثر از ۳۲ هزار توکن پشتیبانی می کند.

کاربردهای ابزار Gemini

1- برنامه نویسی پیشرفته

مدل Gemini می تواند در زبان های برنامه نویسی مختلفی مانند ++C، جاوا و پایتون فعالیت کرده و کد را درک، تولید و توضیح دهد.

گوگل از نسخه های بهینه سازی شده Gemini Pro به عنوان مدل های پایه برای توسعه AlphaCode2 استفاده کرده است؛ سیستمی برای تولید کد که قادر است مسائل برنامه نویسی رقابتی با عناصر علوم نظری کامپیوتر و ریاضیات پیچیده را حل کند.

2- درک تصویر و متن

Gemini قادر است متن را از تصاویر استخراج کرده و برای آن ها توضیح بنویسد. همچنین می تواند عناصر بصری مانند نمودارها، دیاگرام ها و اشکال را بدون نیاز به ابزارهای OCR (تبدیل تصویر به متن قابل فهم برای ماشین) تحلیل کند.

2- ترجمه زبان ها

با توجه به توانایی های چندزبانه، مدل های هوش مصنوعی گوگل برای ترجمه زبان های مختلف کاربرد دارند. برای نمونه، در اپلیکیشن ویدئوکنفرانس Google Meet، کاربران می توانند از قابلیت زیرنویس ترجمه شده برای ترجمه زنده میان زبان های خاص استفاده کنند.

3- تحلیل بدافزار

هر دو مدل Gemini 1.5 Pro و Gemini 1.5 Flash قابلیت تحلیل بدافزار دارند. Gemini Pro می تواند با دقت تشخیص دهد که آیا یک فایل یا قطعه کد مخرب است و گزارشی کامل از یافته های خود ارائه دهد. در عین حال، Gemini Flash می تواند تحلیل سریع و در مقیاس گسترده از بدافزارها انجام دهد.

4- کارشناسان شخصی سازی شده هوش مصنوعی

گوگل اخیراً قابلیتی به نام Gems معرفی کرده که به کاربران امکان می دهد چت بات Gemini را برای ساخت متخصص های هوش مصنوعی شخصی سازی شده در زمینه ها و وظایف خاص پیکربندی کنند.

 برخی نمونه های از پیش آماده شده Gems شامل مربی یادگیری برای ساده سازی موضوعات پیچیده، شریک ایده پرداز برای تولید ایده های تازه برای ویدئوی بعدی و ویراستار متنی برای ارائه بازخورد در مورد دستور زبان و ساختار نوشتاری هستند.

Gems از طریق اشتراک Gemini Advanced در دسترس قرار دارد که از مدل Gemini 1.5 Pro استفاده می کند.

5- عامل های هوش مصنوعی همه منظوره

گوگل از طریق پروژه ای به نام Project Astra، در حال توسعه مدل های Gemini برای ساخت یک عامل هوش مصنوعی همه منظوره است که بتواند اطلاعات چندرسانه ای را به صورت لحظه ای پردازش، ذخیره و درک کند. برای بهبود حافظه و کارایی، پروژه Astra از فناوری هایی مانند حافظه پنهان (caching)، رمزگذاری پیوسته فریم های ویدئو و ترکیب ورودی های گفتار و ویدئو در قالب یک جدول زمانی رویدادها استفاده می کند.

در یکی از دموهای گوگل، دستیار Gemini توانست اجزای یک بلندگو را توضیح دهد، محله ای که شخص در آن حضور داشت را تشخیص دهد و محل قرار دادن عینک او را به یاد بیاورد.

6- دستیارهای صوتی

با استفاده از Gemini Live، کاربران می توانند گفت وگویی طبیعی تر و روان تر با چت بات Gemini داشته باشند. این قابلیت پاسخ هایی شهودی تر ارائه می دهد و می تواند خود را با سبک گفت وگو و صحبت کاربر تطبیق دهد.

 نتیجه گیری

در کل Google AI در عین تمرکز بر پژوهش های بنیادی، یافته های خود را به طور مستقیم در محصولات تجاری گوگل مانند Search، Photos، Assistant و Translate به کار می گیرد و پیوندی عمیق میان نظریه و عمل برقرار کرده است.

با به کارگیری هوش مصنوعی در شناسایی تهدیدات، جلوگیری از حملات فیشینگ، حذف محتوای مخرب و فیلتر پیشرفته اسپم، Google AI نقشی موثر در محافظت از حریم خصوصی و امنیت اطلاعات کاربران دارد.

همچنین هوش مصنوعی گوگل در پروژه هایی مانند Gemini 2.0 و Project Astra به طور فعال در حال توسعه مدل هایی است که همزمان می توانند داده های متنی، صوتی، تصویری و ویدیویی را پردازش و ترکیب کنند؛ این حوزه یکی از اولویت های آینده محور گوگل محسوب می شود.

سوالات متداول

 آیا Google AI فقط بر زبان انگلیسی تمرکز دارد؟

Google AI تلاش دارد مدل های زبانی خود را به زبان های کمتر شناخته شده نیز گسترش دهد و تنها در سال 2024 حدود 100 زبان جدید را به گوگل ترنسلیت اضافه کرد. گوگل از مدلی به نام M2M-100 و پروژه های ترجمه چندزبانه استفاده می کند تا زبان هایی با داده های آموزشی محدود (مثل زبان های آفریقایی یا بومی) را به سرویس هایی مانند Google Translate اضافه کند.

آیا Google AI امکان تعامل با کاربران در محیط های کم منابع یا آفلاین را نیز فراهم کرده است؟

برخی نسخه های بهینه شده مدل های Google AI برای اجرا روی دستگاه های با توان پردازشی پایین مانند گوشی های ارزان قیمت طراحی شده اند و در حالت آفلاین نیز قابلیت های پایه را ارائه می دهند.

آیا گوگل از هوش مصنوعی برای بهبود مصرف انرژی در دیتاسنترها استفاده می کند؟

گوگل با استفاده از الگوریتم های یادگیری تقویتی (Reinforcement Learning) توانسته مصرف انرژی در دیتاسنترهای خود را تا ۴۰ درصد کاهش دهد. این مدل ها در زمان واقعی شرایط محیطی، بار کاری و تهویه را تحلیل و کنترل می کنند.

آیا گوگل از هوش مصنوعی در شناسایی اخبار جعلی استفاده می کند؟

بله اما به طور غیرمستقیم. الگوریتم های رتبه بندی گوگل، با استفاده از معیارهایی همچون اعتبار منبع، نقل قول ها، و زمینه محتوا، به فیلتر کردن محتوای گمراه کننده کمک می کنند. این مدل ها از یادگیری ماشینی برای تحلیل رفتار کاربران و پیوندهای معنایی بهره می برند.

آیا هوش مصنوعی گوگل می تواند احساسات را در گفتار انسان تشخیص دهد؟

در سرویس هایی مانند Google Assistant و Dialogflow، مدل های صوتی گوگل توانایی تحلیل زیر و بمی، شدت و الگوهای گفتاری را برای تخمین احساساتی مانند عصبانیت یا خوشحالی دارند.

چگونه گوگل از هوش مصنوعی برای طراحی سخت افزار استفاده کرده است؟

گوگل با استفاده از AI، به خصوص یادگیری تقویتی، طراحی مدارهای مجتمع (IC) را تسریع کرده است. در مقاله ای علمی نشان داده شد که AI گوگل می تواند در کمتر از ۶ ساعت طرح هایی با کیفیت انسانی ارائه دهد.

آیا Google AI در کشف دارو یا زیست فناوری هم نقش دارد؟

بله مدل هایی مانند AlphaFold که توسط DeepMind (وابسته به گوگل) توسعه یافته اند، توانسته اند ساختار سه بعدی بیش از ۲۰۰ میلیون پروتئین را پیش بینی کنند؛ این موفقیت راهگشای تحقیقات پزشکی و دارویی است.

چرا گوگل برخی مدل های پیشرفته هوش مصنوعی خود را عمومی نمی کند؟

به دلایل امنیتی، اخلاقی و جلوگیری از سوء استفاده. مثلا مدل جنجالی Meena (چت بات گفتگو محور)، به رغم دقت بالا، به دلیل توانایی تولید محتوای نامناسب یا نژادپرستانه، به صورت عمومی منتشر نشد.

آیا گوگل در توسعه هوش مصنوعی اخلاق محور نقش دارد؟

بله گوگل اصولی موسوم به AI Principles را در سال ۲۰۱۸ معرفی کرد که بر شفافیت، عدالت، ایمنی، امنیت و پرهیز از آسیب تاکید دارند. همچنین یک کمیته اخلاقی داخلی (هرچند با چالش هایی مواجه شد) برای نظارت بر توسعه AI تشکیل داد.

آیا Google AI توانایی درک تصاویر پزشکی را دارد؟

گوگل مدل های مبتنی بر یادگیری عمیق طراحی کرده که در تشخیص سرطان پستان، رتینوپاتی دیابتی و حتی سرطان ریه عملکردی بهتر از متخصصان انسانی داشته اند. این مدل ها با استفاده از میلیاردها تصویر پزشکی آموزش دیده اند