گوگل در I/O 2025 از آینده هوش مصنوعی رونمایی کرد؛ از Gemini 2.5 تا مکالمه سهبعدی با Google Beam
شرکت Dell در همکاری با Nvidia از نسل جدید سرورهای هوش مصنوعی خود رونمایی کرد که میتوانند مدلهای یادگیری ماشینی را تا چهار برابر سریعتر از نسلهای قبلی آموزش دهند. این سرورها از تراشههای پیشرفته Blackwell Ultra پشتیبانی میکنند و بهمنظور تسریع پذیرش سازمانی AI طراحی شدهاند.
سرعت پیشرفت بیسابقه در مدلهای Gemini
پیچای تأکید کرد که گوگل دیگر فقط در رویدادها از نوآوریها رونمایی نمیکند؛ مدلهای جدید ممکن است هر سهشنبهی معمولی در ماه مارس عرضه شوند! مدل Gemini 2.5 Pro که اکنون در دسترس کاربران قرار گرفته، در تمامی معیارهای هوش مصنوعی، عملکردی برتر از نسخههای قبلی دارد و در صدر جدولهای رقابتی قرار گرفته است.
این پیشرفت با کمک نسل هفتم TPU اختصاصی گوگل با نام Ironwood امکانپذیر شده؛ چیپی با قدرتی باورنکردنی معادل ۴۲.۵ اگزافلاپس در هر پاد، و ۱۰ برابر سریعتر از نسل قبل.
هوش مصنوعی برای همه، در همهجا
گوگل میگوید که اکنون ماهانه بیش از ۴۸۰ تریلیون توکن را در محصولات خود پردازش میکند؛ در حالی که این عدد در سال گذشته تنها ۹.۷ تریلیون بود. تعداد توسعهدهندگانی که از Gemini استفاده میکنند به ۷ میلیون نفر رسیده که پنج برابر بیشتر از پارسال است، و بیش از ۴۰۰ میلیون کاربر ماهانه در اپلیکیشن Gemini فعالیت دارند.
مدلهای ۲.۵ بهویژه باعث افزایش ۴۵ درصدی مشارکت در استفاده شدهاند. به بیان ساده، Google Gemini حالا تبدیل به ستون فقرات اکوسیستم هوش مصنوعی گوگل شده است.
Google Beam؛ قدم بعدی در مکالمههای ویدئویی
گوگل نسخه جدیدی از پروژه قدیمی Starline را با نام Google Beam معرفی کرد. این پلتفرم جدید، تماس ویدیویی را به سطحی کاملاً متفاوت میبرد: استفاده از شش دوربین و فناوری هوش مصنوعی برای ایجاد تصویر سهبعدی از فرد مقابل روی یک صفحه نورپرداز، با دقت میلیمتری و نرخ ۶۰ فریم بر ثانیه.
احساس بودن در یک اتاق واقعی، بدون تأخیر و با پیگیری حرکات سر، یکی از چشمگیرترین بخشهای I/O امسال بود. این فناوری به کمک همکاری با HP، تا پایان سال برای مشتریان اولیه عرضه خواهد شد.
ترجمه زنده با صدای خودت
گوگل Meet حالا به قابلیت ترجمه گفتار به گفتار همزمان مجهز شده که نهتنها صدای شما را ترجمه میکند، بلکه لحن، تُن صدا و حتی حالت چهره را نیز حفظ میکند. این ترجمه فعلاً بین انگلیسی و اسپانیایی در حال تست است و بهزودی به زبانهای بیشتر و حسابهای Workspace نیز میرسد. این قابلیت میتواند موانع زبانی را در جلسات بینالمللی تقریباً از بین ببرد.
تحلیل iTrends
Google I/O 2025 فقط یک رویداد نمایشی نبود؛ بلکه بیانیهای بود برای آینده نزدیک. پیشرفتهای Google در مدلهای زبانی، زیرساخت سختافزاری، ارتباط تصویری و ارتباط زنده میان زبانها، نشان میدهد که اکنون در مرحلهای هستیم که تحقیقات آزمایشگاهی به ابزارهای روزمره کاربران تبدیل شدهاند.
اگر در سالهای گذشته شاهد آغاز تحول بودیم، حالا گوگل رسماً وارد فاز دوم هوش مصنوعی شده: کاربرد واقعی، برای همه، در همهجا.
