حالت AI Mode گوگل حالا می‌تواند به سؤالات پیچیده درباره تصاویر پاسخ دهد

گوگل به قابلیت جدیدی مجهز شده که با تحلیل تصاویر به سؤالات درباره آنها پاسخ می‌دهد. این ویژگی به کاربران این امکان را می‌دهد که سؤالات پیچیده و چندبخشی طرح کرده و عمیق‌تر در موضوعات مختلف جستجو کنند.

براساس گزارش‌های اخیر، این به‌روزرسانی که امروز رسمی منتشر شد، ترکیبی از هوش مصنوعی جمینای گوگل و فناوری شناسایی تصویر لنز این شرکت است.

قابلیت جدید هوش مصنوعی گوگل: جستجوی پیشرفته با تصاویر

با این قابلیت جدید، کاربران می‌توانند تصویری را بارگذاری کنند یا عکسی بگیرند سپس پرسش‌هایی درباره محتویات آن بکنند. مدل هوش مصنوعی گوگل پاسخ‌های جامع و دقیقی می‌دهد که شامل لینک‌هایی برای بررسی بیشتر اطلاعات است.

این فناوری از روش «query fan-out» استفاده می‌کند تا بتواند چندین سوال مختلف درباره تصویر و اشیای موجود در آن طرح کرده و پاسخ‌های دقیق و مفصل به کاربران دهد.

برای مثال، اگر کاربری عکسی از قفسه کتاب‌ بگیرد و بپرسد: «اگر این کتاب‌ها را دوست داشته باشم، چه کتاب‌های مشابهی پیشنهاد می‌کنی؟» مدل هوش مصنوعی می‌تواند کتاب‌ها را شناسایی و فهرستی از کتاب‌های مشابه با امتیازهای بالا همراه لینک‌های خرید یا مطالعه بیشتر ارائه کند. همچنین امکان طرح سؤالاتی نظیر «کدام‌یک از این کتاب‌ها برای اینکه بتوانم سریع آنها را بخوانم، مناسب‌تر است؟» نیز وجود دارد.

مدل هوش مصنوعی گوگل که ویژه برای جستجو طراحی شده است، از قابلیت‌های چندوجهی استفاده می‌کند. گوگل با استفاده از این قابلیت‌ها، تصویر را کامل تجزیه‌و‌تحلیل کرده و علاوه‌بر شناسایی اشیا، روابط و نحوه چیدمان آنها را نیز بررسی می‌کند؛ برای مثال، مدل می‌تواند بفهمد اشیا چگونه با یکدیگر تعامل دارند و اطلاعات دقیقی درباره مواد، رنگ‌ها، اشکال و نحوه قرارگرفتن آنها ارائه دهد.

این قابلیت جدید ابتدا در اختیار کاربران مشترک Google One AI Premium قرار داشت اما اکنون گوگل آن را در اختیار میلیون‌ها کاربر دیگر که در Labs ثبت‌نام کرده‌اند، نیز قرار داده است. این گام در راستای رقابت با سرویس‌های مشابه مانند سیستم جستجوی Perplexity و جستجوی چت‌‌جی‌پی‌تی است. به گفته گوگل، این قابلیت همچنان درحال بهبود است و به‌زودی قابلیت‌های جدیدی به آن افزوده خواهد شد.

مدل هوش مصنوعی گوگل نه‌فقط در قالب ابزار جستجو عمل می‌کند، بلکه به کاربران امکان می‌دهد پرسش‌های پیچیده‌تری بکنند و پاسخ‌های دقیق‌تری بگیرند. این ویژگی به‌ویژه برای کسانی که می‌خواهند اطلاعات خاص و دقیق درباره محتوای تصویری پیدا کنند، بسیار مفید است.