عرضت شركة جوجل في مؤتمر مطوريها I/O 2024 إعلاناً تشويقياً يظهر ما سيبدو عليه مشروع Project Astra والذي سيكون مساعد الذكاء الاصطناعي الشخصي.
وهو مساعد ذكاء اصطناعي متعدد الوسائط في الوقت الفعلي يمكنه رؤية العالم، ومعرفة ماهية الأشياء وأين تركتها، ويمكنه الإجابة على الأسئلة و المساعدة في فعل أي شيء تقريبًا.
سيجمع المساعد بين ذكاء Gemini وقدرة التعرف على الصور التي تحصل عليها في Google Lens، بالإضافة إلى استجابات اللغة الطبيعية القوية.
ومع ذلك، على الرغم من أن الفيديو الترويجي كان رائعًا، إلا أنه من الواضح أن هناك طريق طويل يجب قطعه قبل أن يصل Astra إلى هاتفك.
ويطلب أحد المستخدمين في مقطع فيديو مثير للإعجاب من Astra في مكتب Google في لندن تحديد جزء من مكبر الصوت، والعثور على النظارات المفقودة، ومراجعة الكود، والمزيد، كل هذا يعمل عمليًا في الوقت الفعلي وبطريقة محادثة عادية.
من الممكن أن تصل بعض مزايا Project Astra إلى Gemini في النصف الأخير من هذا العام.
وفي وقت لاحق من هذا العام، ستتمكن هذه الميزة من المساعدة في حل المسائل الأكثر تعقيدًا التي تتضمن التوابع الرياضية والرسوم البيانية.
أصبح كل هذا ممكنًا بفضل LearnLM الجديد من Google، وهو جهد لتحسين منتجاتها ونماذج التعلم.
وتقول جوجل إن خدمة Circle to Search متاحة بالفعل على أكثر من 100 مليون جهاز اليوم، وستصل إلى 100 مليون جهاز آخر بحلول نهاية العام.
كما أعلنت الشركة أن نموذج Gemini الموجود على أندريد Android سيُدرك قريباً التطبيق المفتوح وما يفعله المستخدم داخله، فمثلاً إذا كنت تشاهد مقطع فيديو على YouTube، فستتمكن من سؤال Gemini عن هذا الفيديو.
سيسمح أيضًا بسحب وإفلات الصور التي يتم إنشاؤها في Gmail ورسائل Google وأماكن أخرى.
كما وسيتمكن مستخدمو Gemini Advanced من طرح أسئلة حول ملفات PDF التي يعرضها، دون الحاجة إلى التمرير عبر صفحات متعددة.
وسيتم طرح هذه الإضافة على مئات الملايين من الأجهزة خلال الأشهر القليلة المقبلة.
كما وسيحصل نموذج Gemini Nano، النموذج الأساسي الموجود على أجهزة بيكسل، على تحديث في وقت لاحق من هذا العام ليتعامل مع تعدد الوسائط.
لذلك لن يقتصر الأمر على معالجة إدخال النص محليًا على الجهاز فحسب، بل سيفهم أيضًا المزيد من المعلومات في السياق مثل المشاهد والأصوات واللغة المنطوقة.
ستأتي إمكانات Gemini Nano متعددة الوسائط إلى TalkBack “في وقت لاحق من هذا العام”، مما يساعد الأشخاص المكفوفين أو ضعاف البصر على “الحصول على أوصاف أكثر ثراءً ووضوحًا لما يحدث في الصورة”.
وبما أن Gemini Nano موجود على الجهاز وليس عبر الإنترنت، فإن عملية المعالجة ستحدث بسرعة وتعمل حتى في حالة عدم وجود اتصال بالشبكة.
أخيرًا، قالت جوجل إنها تختبر ميزة جديدة تستخدم Gemini Nano لتوفير تنبيهات في الوقت الفعلي أثناء المكالمة إذا اكتشف “أنماط المحادثة المرتبطة عادةً بعمليات الاحتيال”، وستتم الحماية كلها على الجهاز، لذا ‘تظل المحادثة خاصة.
قالت شركة جوجل قبل حوالي العام إنها تعتقد أن الذكاء الاصطناعي هو مستقبل البحث، والآن بدأت الشركة في طرح ما أسمته “نظرة عامة للبحث باستخدام الذكاء الاصطناعي” أو “AI Overviews” والمعروفة سابقًا باسم تجربة البحث التوليدية SGE للمستخدمين في الولايات المتحدة وقريبًا في جميع أنحاء العالم.
حيث سيرى المليارات من مستخدمي جوجل Google قريباً ملخصًا يتم إنشاؤه بواسطة الذكاء الاصطناعي في الجزء العلوي من العديد من نتائج البحث الخاصة بهم.
وترى الشركة أن الذكاء الاصطناعي التوليدي يمكنه القيام بالمزيد من البحث نيابةً عن المستخدم.
وتهدف الشركة من خلال ذلك إلى إعطاء فكرة عامة عن الإجابة على استفسار الشخص بالإضافة إلى روابط للموارد لمزيد من المعلومات.
هناك أيضًا ميزة جديدة في Lens تتيح البحث من خلال التقاط مقطع فيديو، إضافة إلى أداة تخطيط جديدة مصممة لإنشاء خط سير رحلة أو خطة وجبات تلقائيًا بناءً على استعلام واحد.
هناك طريقة جديدة مدعومة بالذكاء الاصطناعي لتنظيم صفحة النتائج نفسها، بحيث عندما تريد رؤية المطاعم في مدينة جديدة، قد تقدم لك مجموعة من المطاعم، ومجموعة من اجتماعات العمل دون أن تضطر حتى إلى السؤال.
وتستخدم Google نموذح Gemini الخاص بها لمعرفة ما يسأل عنه المستخدم، سواء كان يكتب أو يتحدث أو يلتقط صورة أو يصور مقطع فيديو.
ومع ذلك، لا تحتاج كل عمليات البحث إلى هذا القدر من الذكاء الاصطناعي، لذلك لن يتواجد مع جميع عمليات البحث.
كشفت ميرا موراتي رئيسة قسم التكنولوجيا في OpenAI خلال البث المباشر لتحديث الربيع للشركة أنها ستوفر بعضاً من ميزات الاشتراك المدفوعة لمستخدمي ChatGPT مجانًا.
ولعل أكبر هذه الميزات هو القدرة على تصفح متجر GPT واستخدام الروبوتات المخصصة.
وافتتحت الشركة متجر GPT الخاص بها للمشتركين بالخدمة المدفوعة قبل أربعة أشهر فقط في 10 يناير.
ويتيح المتجر لمشتركي ChatGPT Plus إنشاء روبوتات الدردشة الخاصة بهم، والتي تسمى GPTs، ومشاركتها.
كما قالت OpenAI إنها ستقدم برنامجًا لمشاركة الإيرادات قائمًا على المشاركة لمنشئي GPT، والذي بدأ اختباره في مارس.
إلى جانب متجر GPT، أعلنت الشركة أيضاً عن نموذج GPT-4o، وهو ‘نموذج شامل’ متعدد الوسائط مزود ببرنامج chatbot والتحليل القائم على الرؤية وإمكانيات الدردشة الحية.
طرحت شركة OpenAI إصداراً خاصاً من بوت الدردشة المعتمد على الذكاء الاصطناعي ChatGPT لسطح المكتب، ولكنه سيكون متاحاً فقط على نظام التشغيل macOS في الوقت الحالي.
وأعلنت الرئيسة التنفيذية في الشركة Mira Murati عن هذه الأخبار خلال حدث يوم الثلاثاء، حيث قالت أيضًا أنّ ChatGPT سيحصل على واجهة مستخدم محدثة.
وقدمت الشركة عرضاً توضيحياً يظهر كيف يقوم المستخدمون بفتح تطبيق ChatGPT لسطح المكتب في نافذة صغيرة، إلى جانب برنامج آخر.
ثم طرحوا بعض الأسئلة على ChatGPT حول ما يظهر على شاشتهم، سواء عن طريق الكتابة أو الكلام، ليستجيب ChatGPT بعد ذلك بناءً على ما يراه أو يسمعه.
كما سيتمكن المستخدمون من طرح سؤال على ChatGPT باستخدام اختصار لوحة المفاتيح Option + Space، بالإضافة إلى التقاط لقطات الشاشة ومناقشتها داخل التطبيق.
سيتمكن كل من المستخدمين المجانيين والدافعين من الوصول إلى التطبيق الجديد، ولكنه سيكون متاحًا فقط لمستخدمي ChatGPT Plus بدءًا من اليوم قبل طرحه على نطاق أوسع في “الأسابيع المقبلة”.
وتخطّط الشركة لإطلاق إصدار خاص بنظام ويندوزWindows في وقت لاحق من هذا العام، ويُذكر أن ChatGPT متاح بالفعل كتطبيق على iOS وAndroid.
أخيراً فقد شاركت OpenAI أيضًا صورة لواجهة مستخدم ChatGPT الجديدة على الويب، ويبدو أنها تأتي مع تغييرات طفيفة جدًا على الشاشة الرئيسية وتخطيط الرسائل.
بالإضافة إلى التطبيق الجديد وواجهة المستخدم الجديدة، عرضت الشركة أيضًا نموذج GTP-4o الجديد، وهو مجاني لجميع المستخدمين.
أعلنت شركة OpenAI عن نموذج جديد للذكاء الاصطناعي التوليدي الرائد يوم الاثنين أطلقت عليه اسم GPT-4o.
حيث يرمز الحرف “o” إلى “omni”، في إشارة إلى قدرة النموذج على التعامل مع النصوص والأصوات والصور.
وقالت الشركة إنّ هذا النموذج “أسرع بكثير” ويدعم التعامل مع النصوص والصور والأصوات معاً.
ويتوفر GPT-4o في الاشتراك المجاني من ChatGPT، وللمشتركين في خدمة الاشتراك المدفوعة ChatGPT Plus، والتي توفر حدود رسائل “أعلى بمقدار 5 مرات”.
وقالت الشركة إن بهذا النموذج فإن شات جي بي تي سيكون قادراً على إجراء المحادثات اللفظية في الوقت الفعلي، كأنك تتحدث مع إنسان.
كما سيتمكن المستخدم من إجراء محادثات متطورة، حيث يوفر GPT-4o تفاعلات محادثة “طبيعية” وترجمات والمزيد.
أظهر العرض التوضيحي للشركة موظفي الشركة وهم يطرحون الأسئلة على ChatGPT الصوتي، والذي استجاب بالنكات والمزاح الشبيه بالبشر.
فيما نشر الرئيس التنفيذي للشركة سام ألتمان أن النموذج “متعدد الوسائط” ، مما يعني أنه يستطيع إنشاء المحتوى أو فهم الأوامر عبر كل من الأصوات والنصوص والصور.
ومع تضمين الوضع الصوتي فإن Chat GPT سيكون قادرًا على العمل كمساعد صوتي، حيث يستجيب في الوقت الفعلي.
ولكن سيكون الوضع الصوتي محدود حالياً، ويستجيب لمطالبة واحدة في وقت واحد.
كما ويمكن للمطورين الذين يرغبون في تضمين GPT-4o في تطبيقاتهم الوصول إلى API بنصف السعر وضعف سرعة GPT-4 Turbo..
أعلنت شركة مايكروسوفت عن تعيين الخيار “دمج تنسيق النص” كخيار افتراضي عند لصق نص ما في مايكروسوفت وورد.
وكان الإعداد الافتراضي السابق هو “الاحتفاظ بتنسيق المصدر” والذي قد يؤدي أحياناً إلى تشويه تنسيق المستند الحالي، ولكن مع خيار “دمج التنسيق” فإنه سيحافظ على تنسيق النص الأصلي الغامق والمسطر، بالإضافة إلى تنسيق القائمة والجدول.
ولكنه بالمقابل يغير الجوانب المرئية للنص، مثل نوع الخط وحجمة ولونه، لتتناسب مع المستند الحالي.
من المفترض أن يمنع هذا الخيار من إفساد تنسيق المستند بالكامل عند لصق نص من مصدر آخر.
وكان من الممكن سابقاً اختيار خيار “دمج التنسيق” من قائمة اللصق في Word، ولكنه لم يكن الخيار الافتراضي.
يُذكر أنه يمكن للمستخدم الاحتفاظ بخيار “الاحتفاظ بتنسيق المصدر” كخيار افتراضي، من خلال تغييره عن طريق التوجه إلى ملف File ثم إعدادات Options ثم متقدمة Advanced ثم خيارات القص والنسخ واللصق Cut, copy, and paste، ثم تحديد القائمة المنسدلة لصق من برنامج آخر Pasting from other program، ومن هناك اختر الاحتفاظ بتنسيق المصدر Keep Source Formatting.
وكانت الشركة قد بدأت في العام الماضي في دعم الاختصار Control + Shift + V، والذي يتيح لصق النص دون تنسيق على الإطلاق.
وستسمح هذه الميزة بالتفريغ النصي للتسجيلات والمذكرات الصوتية بشكل مباشر وسهل.
وعلى الرغم من أن تطبيق الملاحظات Notes لا يتيح حاليًا تسجيل الصوت، إلا أن هذا الأمر سيتغير في التحديث القادم iOS 18.
وستكون الميزة بلا شك مفيدة بشكل خاص للطلاب والصحفيين، الذين سيتمكنون من توفير الوقت اللازم لكتابة محاضرة أو مقابلة مطولة.
ستكون مفيدة أيضًا لأي شخص يريد فقط إلقاء نظرة سريعة على مذكراته الصوتية دون الحاجة إلى الاستماع إلى التسجيلات.
كما ذكرت شائعات أخرى إلى أن آبل تخطط أيضاً لإضافة ميزة تلخيص الملاحظات بالاستفادة من الذكاء الاصطناعي.
كما من الممكن أن تضيف الشركة خيارًا لإنشاء ملخص نصي للصوت المسجل، وفقًا لتقارير AppleInsider.
وتقدّم خدمات التفريغ النصي مثل Otter ميزات مماثلة، ولكن تضمين هذه الميزة بشكل أصلي في هاتف آيفون iPhone يمكن أن يساعد في تقليل الاعتماد على تطبيقات الطرف الثالث.
وكان الرئيس التنفيذي لشركة أبل، تيم كوك، قد أكّد الشهر الماضي على أن ميزات الذكاء الاصطناعي للشركة ستركّز بشكل خاص على الخصوصية.
وتشير الأوراق البحثية الخاصة بشركة Apple إلى أن الشركة ستقوم بمعالجة طلبات الذكاء الاصطناعي البسيطة مباشرة على iPhone، بينما سترسل الطلبات الأكثر تعقيدًا إلى سيرفر خارجي.
وتشير تقارير أخرى إلى أن شركة آبل تخطط لتقديم المزيد من ميزات الذكاء الاصطناعي إلى Siri، والتي يمكنها في النهاية تحليل وتلخيص النصوص في تطبيق الرسائل، كما من الممكن أ، تضيف ميزة تلخيص صفحات الويب داخل متصفح الإنترنت سفاري Safari.
حصل تطبيق واتساب رسمياً على أحدث تصميم له على كل من أندرويد و iOS، وقد تم طرح هذا التصميم على عدة مراحل بالفعل.
كما تم إضافة شريط تنقل سفلي على نظام التشغيل أندرويد Android، وحصل التطبيق أيضًا على صبغة لونية جديدة، وقد تم اختيار لوحة الألوان الجديدة هذه بعد دراسة 35 خيارًا مختلفًا.
وقالت واتساب إنها تهدف بذلك إلى تقليل إجهاد العين في ظروف الإضاءة المنخفضة، وهذا هو السبب أيضًا في أن الوضع المظلم للتطبيق أصبح الآن أغمق بدرجة واحدة لتسهيل قراءة الرسائل أيضاً.
كما أصبح من السهل على نظام iOS إرسال الصور ومقاطع الفيديو بفضل تخطيط المرفقات الجديد، فبدلاً من قائمة ملء الشاشة سيظهر درج قابل للتوسيع يتيح رؤية الخيارات بسهولة أكبر عند إرسال الوسائط والمستندات.
وسيتم تحديث الرموز الموجودة داخل التطبيق أيضًا لتصبح دائرية أكثر، كما تم تغيير الخلفية الافتراضية في الدردشات.
أضافت شركة مايكروسوفتMicrosoft تحديثاً جديداً يتضمن ميزات خاصة بأداة القطع المُضمّنة ضمن نظام التشغيل ويندوز 11.
وسيكون بإمكان الأداة تمييز وتحديد رموز QR داخل لقطة الشاشة تلقائياً، حتى يتمكن المستخدم من فتح الروابط بشكل سهل.
كما وستدعم أداة القطع إضافة رموز تعبيرية أيضاً، حيث حديث أداة القطع أيضًا دعمًا للرموز التعبيرية ثلاثية الأبعاد، مع إمكانية تغيير حجمها كما تظهر الصورة:
يعد هذا الخيار الجديد جزءًا من شريط أدوات الأشكال، ويمكن بسهولة تغيير حجم أي رمز تعبيري مدرج وتحريكه أعلى لقطة الشاشة.
كما أضافت مايكروسوفت Microsoft القدرة على تغيير درجة تعبئة الشكل وألوان المخطط التفصيلي.
كما وتم أيضًا إعادة تقديم أداة المسطرة، ويمكن تشغيلها أو إيقاف تشغيلها باستخدام اختصار لوحة المفاتيح CTRL + R.
