استعرضت شركة جوجل Google نموذجًا جديدًا من الذكاء الاصطناعي الخاص بها Gemini AI مصممًا للتفاعل مع الويب عبر المتصفح.
هذا الأمر سيسمح لوكلاء الذكاء الاصطناعي تنفيذ مهام داخل واجهات مخصصة للاستخدام البشري وليس الآلي.
ويُطلق على هاذ النموذج اسم “Gemini 2.5 للاستخدام الحاسوبي“، ويعتمد على “الفهم البصري وقدرات الاستدلال” لتحليل طلب المستخدم وتنفيذ مهمة مثل تعبئة نموذج وإرساله.
يمكن استخدام هذا النموذج لاختبار واجهات المستخدم أو التنقل ضمن واجهات مصممة للأشخاص الذين لا تتوفر لديهم واجهات برمجة تطبيقات (API) أو وسائل اتصال مباشرة أخرى.
وقد استُخدمت نسخ أخرى من هذا النموذج في ميزات وكيلة ضمن وضع الذكاء الاصطناعي AI Mode ومشروع Mariner، وهو نموذج بحثي يستخدم وكلاء الذكاء الاصطناعي لتنفيذ المهام ذاتيًا داخل المتصفح، مثل إضافة عناصر إلى سلة التسوق بناءً على قائمة مكونات.
وكانت شركة Anthropic قد أطلقت بالفعل نسخة من نموذج Claude AI الخاص بها مع ميزة “الاستخدام الحاسوبي” في العام الماضي.
فيما نشرت جوجل Google بعض مقاطع الفيديو التوضيحية التي تُظهر أداة الاستخدام الحاسوبي أثناء العمل، مشيرة إلى أن سرعة العرض فيها مضاعفة ثلاث مرات.
وقالت جوجل Google إن نموذجها الجديد للاستخدام الحاسوبي “يتفوق على البدائل الرائدة في العديد من اختبارات الأداء على الويب والهواتف المحمولة.”
وعلى عكس وكيل ChatGPT وأداة الاستخدام الحاسوبي من Anthropic، فإن نموذج الذكاء الاصطناعي الجديد من Google يمتلك صلاحية الوصول إلى المتصفح فقط، وليس إلى بيئة الحاسوب الكاملة.
واعترفت جوجل بأن النموذج “لم يتم تحسينه بعد للتحكم على مستوى نظام التشغيل المكتبي”، ويدعم حاليًا 13 إجراءً فقط، منها فتح متصفح الويب، كتابة النصوص، وسحب وإفلات العناصر.
يتوفر Gemini 2.5 للاستخدام الحاسوبي للمطورين عبر Google AI Studio وVertex AI، كما يوجد عرض تجريبي على منصة Browserbase، حيث يمكن مشاهدة النموذج أثناء تنفيذ مهام مثل “لعب لعبة 2048” أو “تصفح موقع Hacker News للبحث عن النقاشات الرائجة.”