मंगलवार को जेमिनी 3 के लॉन्च के साथ, Google हमारे खोज, कोड और मशीनों के साथ इंटरैक्ट करने के तरीके को फिर से परिभाषित करने का प्रयास कर रहा है। यह प्रश्नों का तेजी से उत्तर देने के बारे में नहीं है-यह Google को एक AI-नेटिव प्लेटफॉर्म में बदलने के बारे में है जहां क्वेरीज़ ऐप बन जाती हैं, डेवलपर्स कोड लिखने के बजाय एजेंटों को प्रबंधित करते हैं, और वैयक्तिकरण मूलमंत्र से परिचालन सिद्धांत तक जाता है।
दांव? वेब के भविष्य और उसमें गूगल के प्रभुत्व से कम कुछ नहीं।
“लगभग दो साल पहले, हमने जेमिनी युग की शुरुआत की थी, जो हमारे सबसे बड़े वैज्ञानिक और उत्पाद में से एक है प्रयासों सुंदर पिचाई ने मंगलवार को एक ब्लॉग में लिखा, ”कभी एक कंपनी के रूप में काम किया। तब से, यह देखना अविश्वसनीय है कि लोग इसे कितना पसंद करते हैं। एआई ओवरव्यू के अब हर महीने 2 अरब उपयोगकर्ता हैं। जेमिनी ऐप प्रति माह 650 मिलियन से अधिक उपयोगकर्ताओं को पार करता है, हमारे 70 प्रतिशत से अधिक क्लाउड ग्राहक हमारे AI का उपयोग करते हैं, 13 मिलियन डेवलपर्स ने हमारे जेनरेटिव मॉडल के साथ निर्माण किया है, और यह उस प्रभाव का एक टुकड़ा है जो हम देख रहे हैं।
मिथुन राशि का विकास तेजी से हुआ है। जेमिनी 3 अपने पूर्ववर्तियों की विशेषताओं को जोड़ती है – जैसे मल्टीमॉडैलिटी (पाठ, चित्र, ऑडियो, वीडियो को संभालने की क्षमता)। वगैरह) और एजेंटिक क्षमताएं-और अत्याधुनिक जोड़ता है वैयक्तिकरण. पिचाई ने ब्लॉग में लिखा, “यह सोचना आश्चर्यजनक है कि, केवल दो वर्षों में, एआई केवल पाठ और छवियों को पढ़ने से लेकर कमरे को पढ़ने तक विकसित हो गया है।” इसका मतलब है कि जेमिनी 3 न केवल यह समझने का वादा करता है कि आप क्या पूछते हैं, बल्कि यह भी समझने का वादा करता है कि आप क्यों पूछ रहे हैं।
25 वर्षों से, Google खोज इंटरनेट का मुख्य द्वार रहा है। जेमिनी 3 इसे बदलने के लिए तैयार है – एआई मोड में एकीकृत, नया मॉडल जेनरेटिव यूआई पेश करता है, एक ऐसी सुविधा जो स्थिर परिणामों को गतिशील, इंटरैक्टिव अनुभवों में बदल देती है। उदाहरण के लिए, किसी समस्या को टाइप करने और लिंक की सूची प्राप्त करने के बजाय, जेमिनी 3 आपके खोज परिणामों के ठीक अंदर एक इंटरैक्टिव सिमुलेशन उत्पन्न कर सकता है – दृश्य प्रक्षेपवक्र और व्याख्यात्मक नोट्स के साथ। या, यदि आप पूछते हैं, “क्योटो के लिए 1,500 डॉलर से कम में 5-दिवसीय यात्रा की योजना बनाएं,” तो खोज मानचित्र, होटल विकल्प और बजट विवरण के साथ एक गतिशील यात्रा कार्यक्रम, सभी एक ही दृश्य में लौटा देगी।
कंपनी ब्लॉग में, जेमिनी के लिए उत्पाद का नेतृत्व करने वाले जोश वुडवर्ड ने इसके तीसरे संस्करण को “हमारा अब तक का सबसे अच्छा वाइब कोडिंग मॉडल” कहा है। इसका क्या मतलब है? Google के कैनवस वातावरण में, डेवलपर्स प्राकृतिक भाषा में ऐप विचारों को स्केच कर सकते हैं, और जेमिनी 3 उन विचारों को लूप में मानव डिजाइनर के बिना समृद्ध लेआउट, स्मार्ट तर्क और सहज ज्ञान युक्त पूर्ण-विशेषताओं वाले अनुप्रयोगों में बदल देता है।
वुडवर्ड ने लिखा, “पूरा अनुभव बेहतर हो गया है।” “आप देखेंगे कि प्रतिक्रियाएँ अधिक उपयोगी, बेहतर स्वरूपित और अधिक संक्षिप्त हैं।” यह मायने रखता है क्योंकि वाइब कोडिंग सिंटैक्स के बारे में नहीं है – यह महसूस करने के बारे में है, और जेमिनी 3 का लक्ष्य इसे पकड़ना है।
यह भी पढ़ें: क्वांटम ड्रीम्स और एआई वास्तविकताएं: सुंदर पिचाई की अगली बड़ी छलांग
प्ले में एजेंट एआई
Google एंटीग्रेविटी, जिसे जेमिनी 3 के साथ भी लॉन्च किया गया था, एक एजेंट-प्रथम कोडिंग वातावरण है जहां एआई एजेंट स्वायत्त रूप से संपादक, टर्मिनल और ब्राउज़र में योजना, कोड, परीक्षण और सत्यापन करते हैं। वीएस कोड पर निर्मित – माइक्रोसॉफ्ट द्वारा एक मुफ़्त, हल्का कोड संपादक – यह ऑर्केस्ट्रेशन परतें जोड़ता है जो डेवलपर्स को कोड की प्रत्येक पंक्ति लिखने के बजाय वर्कफ़्लो प्रबंधित करने देता है।
एंटीग्रेविटी टीम ने अपने ब्लॉग में कहा, “हम चाहते हैं कि एजेंटों के युग में एंटीग्रेविटी सॉफ्टवेयर विकास के लिए घरेलू आधार बने। हमारी दृष्टि अंततः किसी भी व्यक्ति को लिफ्टऑफ़ का अनुभव करने और उस विचार को वास्तविकता में बनाने में सक्षम बनाना है।” यह Google के प्रश्न का उत्तर है: क्या होता है जब कोडिंग संवादात्मक हो जाती है? एंटीग्रेविटी जेमिनी 3 को एजेंटिक विकास की रीढ़ के रूप में स्थान देती है, जहां सॉफ्टवेयर मानव पर्यवेक्षण के तहत खुद का निर्माण करता है।
उद्यम पक्ष पर, जेमिनी 3 बड़े पैमाने पर मल्टीमॉडल तर्क का वादा करता है-का विश्लेषण स्वास्थ्य देखभाल के लिए एक्स-रे, विनिर्माण के लिए कारखाने की छवियों का निरीक्षण, वित्त के लिए खरीद वर्कफ़्लो को स्वचालित करना। 70 प्रतिशत से अधिक Google क्लाउड ग्राहक पहले से ही AI का उपयोग करते हैं; जेमिनी 3 का लक्ष्य उन एकीकरणों को गहरा और अधिक स्वायत्त बनाना है।
इसकी क्रिया गूगल डीपमाइंड के सीईओ हस्साबिस ने जेमिनी 3 को “एजीआई की दिशा में एक और बड़ा कदम” बताया है। एक नया डीप थिंक मोड प्रदर्शन को और भी बेहतर बनाता है, जो Google AI Ultra ग्राहकों के लिए शुरू करने से पहले सुरक्षा परीक्षकों के लिए उपलब्ध है।
ये एआई हथियारों की दौड़ में संकेत हैं। ओपनएआई जीपीटी-5.1 और एंथ्रोपिक का क्लाउड 4.5 दुर्जेय प्रतिद्वंद्वी हैं, लेकिन जेमिनी 3 की मल्टीमॉडैलिटी और एजेंटिक बढ़त Google को एक कहानी देती है: हम केवल कृत्रिम सामान्य बुद्धिमत्ता (एजीआई) का पीछा नहीं कर रहे हैं, हम इसके लिए बुनियादी ढांचे का निर्माण कर रहे हैं। परिप्रेक्ष्य के लिए, एजीआई अभी भी एक सैद्धांतिक धारणा है जहां एआई एक इंसान की तरह लगभग सब कुछ कर सकता है, न कि आज के एआई मॉडल की तरह सिर्फ एक विशिष्ट कार्य।
जेमिनी ऐप अब जेनरेटिव इंटरफेस का समर्थन करता है – समृद्ध, विज़ुअल लेआउट जो आपके प्रॉम्प्ट के अनुकूल होते हैं। यह जेमिनी एजेंट का भी परिचय देता है, जो आपके इनबॉक्स को साफ करने, यात्रा की योजना बनाने जैसे बहु-चरणीय कार्यों में सक्षम है आयोजन परियोजना। यह केवल एक चैटबॉट नहीं, बल्कि एक सार्वभौमिक सहायक के रूप में AI के बारे में Google का दृष्टिकोण है।
पिचाई बल देता है वैयक्तिकरण: “मिथुन 3 आपके अनुरोध के पीछे के संदर्भ और इरादे का पता लगाने में बहुत बेहतर है, इसलिए आपको कम संकेत के साथ वह मिल जाता है जो आपको चाहिए।”
जेमिनी 3 सुविधाओं से परे क्यों मायने रखता है? क्योंकि यह Google की AI रणनीति में बदलाव का संकेत देता है – अनुसंधान-प्रथम से मुद्रीकरण-पहला। पहले ही दिन जेमिनी 3 को राजस्व पैदा करने वाले उत्पादों में शामिल करके, Google सफलता से बिजनेस मॉडल तक की राह को तेज कर रहा है।
यह व्यापक उद्योग प्रवृत्ति के बीच आता है: बिग टेक को इस वर्ष एआई बुनियादी ढांचे पर 600 अरब डॉलर खर्च करने का अनुमान है। Google के लिए, जेमिनी 3 केवल एक उत्पाद नहीं है; यह उस खर्च को उचित ठहराने और व्यवधान के खिलाफ अपने मुख्य व्यवसायों की रक्षा करने का एक मंच है।