خانه
دسته بندی ها
اخبار
گوگل موس هوشمند Gemini را رونمایی کرد | انقلابی در نحوه تعامل با کامپیوتر پس از 50 سال!

گوگل موس هوشمند Gemini را رونمایی کرد | انقلابی در نحوه تعامل با کامپیوتر پس از 50 سال!

اشتراک

سال‌هاست که موس کامپیوتر تغییر چندانی نکرده است. از دهه ۱۹۷۰ تا امروز، این ابزار ساده فقط یک وظیفه داشته: تشخیص مختصات. یعنی به کامپیوتر می‌گوید «نقطه X, Y کجاست؟» و بس.

اما دیروز (۱۲ می ۲۰۲۶)، Google DeepMind با انتشار یک پست وبلاگ رسمی و دموهای آزمایشی، پرده از بزرگ‌ترین تحول در تاریخ تعامل انسان و کامپیوتر برداشت: موس هوشمندی که می‌فهمد به چه چیزی اشاره می‌کنید و چرا برایتان مهم است .

این پروژه که با نام «Magic Pointer» در محصول جدید Googlebook و همچنین در مرورگر کروم پیاده‌سازی می‌شود، پایانی بر «عصر پرامپت‌نویسی» و آغازی بر «عصر اشاره و انجام» است .

در این خبر، جزئیات این فناوری انقلابی، چهار اصل کلیدی پشت آن و برنامه‌های گوگل برای استقرار در محصولات را بررسی می‌کنیم.

معماری موس هوشمند: فراتر از «کجا»، به «چرا» و «کدام»

تفاوت اساسی موس جدید گوگل با نسل‌های گذشته در یک کلمه خلاصه می‌شود: درک قصد (Intent) .

موس سنتی چگونه کار می‌کند؟

وظیفه: ردیابی مختصات (X, Y)·
درک: صفر (فقط می‌داند کجاست)·
تعامل: نیاز به کلیک، کلیک راست، یا باز کردن یک پنجره جدید

موس هوشمند Gemini چگونه کار می‌کند؟

وظیفه: تشخیص مختصات + تشخیص محتوا + تشخیص قصد کاربر·
درک: کامل (می‌داند روی چه چیزی اشاره کرده: کلمه، پاراگراف، تصویر، دکمه، جدول)·
تعامل: اشاره + فرمان صوتی کوتاه (مثل «این رو خلاصه کن»)

طبق اعلام رسمی DeepMind، سیستم جدید بر پایه مدل چندوجهی Gemini ساخته شده که قادر است پیکسل‌های روی صفحه را به «موجودیت‌های ساختاریافته» مانند مکان‌ها، تاریخ‌ها، اشیاء و افراد تبدیل کند .

انش مهتا، متخصص هوش مصنوعی و بنیانگذار The Cutting Edge Group، در این باره به NDTV گفت:

«موس‌های معمولی فقط مختصات را دنبال می‌کنند. اما موس جدید گوگل «قصد» را دنبال می‌کند. این موضوع بسیار قدرتمندتر است.»

چهار اصل تعامل؛ پایان «پرامپت نویسی» طولانی

اگر از کاربران حرفه‌ای ChatGPT هستید، می‌دانید که نوشتن یک پرامپت خوب گاهی به اندازه خود کار زمان می‌برد. گوگل با الهام از نحوه ارتباط انسان‌ها با یکدیگر، چهار اصل را برای موس هوشمند خود تعریف کرده است .

حفظ جریان (Maintain the Flow)

تا امروز، ابزارهای هوش مصنوعی در یک پنجره مجزا زندگی می‌کردند. شما مجبور بودید محتوای مورد نظر خود را کپی کنید، به آن پنجره بروید، بچسبانید، پرامپت بنویسید و نتیجه را دوباره کپی کنید .

DeepMind می‌گوید:

«هدف ما رفع این مشکل است: کاربران مجبورند دنیای خود را به داخل AI بکِشند. ما برعکس این را می‌خواهیم: AI ای که در همه ابزارها در دسترس باشد، بدون اینکه جریان کاری شما را قطع کند.»

نشان بده و بگو (Show and Tell)

در این معماری جدید، برای دریافت نتیجه از هوش مصنوعی کافی است اشاره کنید و یک فرمان کوتاه بگویید. خود سیستم می‌فهمد کدام کلمه، پاراگراف، یا بخش از تصویر مد نظر شماست.

قدرت «این» و «آن» (Embrace the Power of “This” and “That”)

جالب‌ترین اصل، بازتاب زبان طبیعی انسان است. ما در زندگی روزمره مدام می‌گوییم «این رو بیار»، «اون رو بذار اونجا»، «این یعنی چی؟» و با تکیه بر حرکات دست و بافت مشترک، منظورمان را می‌رسانیم .

گوگل می‌خواهد این قابلیت را به کامپیوتر بیاورد.

دکتر سرینیواس پادمانابهونی، مدیر ارشد فناوری AiEnsured، در این باره می‌گوید:

«AI محیطی (Ambient AI) یعنی هوش مصنوعی‌هایی که به صورت زمینه‌ای کار می‌کنند. برخلاف AI متداول که نیاز به پرامپت دارد، این سیستم‌ها به طور مداوم تعاملات را مشاهده می‌کنند، بافت را درک می‌کنند و وظایف را طبیعی‌تر انجام می‌دهند.»

پیکسل‌ها را به موجودیت‌های قابل تعامل تبدیل کن

این اصل شاید رویایی‌ترین بخش پروژه باشد. موس هوشمند می‌تواند یک تصویر ساده را به یک دکمه قابل کلیک تبدیل کند .

مثال‌ها:

عکس یک یادداشت دست نویس → تبدیل خودکار به یک لیست کارهای تعاملی (To-Do List)
قاب مکث شده در یک ویدیوی سفر → هایپرلینک مستقیم به رزرو رستوران یا هتل

محصولات در دسترس: از Chrome تا Googlebook

این فناوری صرفاً روی کاغذ نیست. گوگل برنامه مشخصی برای استقرار آن در محصولات خود دارد .

مرورگر کروم (پیش‌نمایش فعال): از امروز، کاربران می‌توانند در Google AI Studio، دو دمو زنده از این فناوری را تست کنند: یکی برای ویرایش تصاویر و دیگری برای جستجوی نقشه. همچنین در نسخه جدید کروم، می‌توانید چند محصول را در یک صفحه وب انتخاب کنید و از Gemini بخواهید آنها را با هم مقایسه کند.

Magic Pointer در Googlebook: جدیدترین محصول گوگل، لپ‌تاپ «Googlebook» (که با همکاری برندهایی مانند Acer، ASUS، Dell، HP و Lenovo عرضه می‌شود) .

Magic Pointer در این لپ‌تاپ‌ها با تکان دادن ساده موس فعال می‌شود :

«فقط کافی است موس خود را تکان دهید تا زنده شود. جمنای به شما پیشنهادات متنی بر اساس جایی که اشاره می‌کنید ارائه می‌دهد.»

مثال واقعی از Googlebook:

هاور کردن روی تاریخ در ایمیل → پیشنهاد ساخت رویداد تقویم
انتخاب عکس مبلمان اتاق → پیشنهاد ویژوالایز کردن آنها در کنار هم
زبان ساده: «Create your Widget» → بسازداشبورد سفر با پروازها، هتل‌ها و آب‌وهوا از Gmail

مؤسسه فکری: صرفاً یک «ویژگی» نیست

تغییر موس شاید در نگاه اول ساده به نظر برسد، اما کارشناسان آن را به مراتب بزرگ‌تر از یک «آپدیت نرم‌افزاری» می‌دانند. Dr. Padmanabhuni معتقد است:

«ده سال پیش، من گفتم AI همان رابط کاربری جدید (AI is the new UI) است. آنچه گوگل امروز می‌سازد، یکی از واضح‌ترین مصادیق تحقق آن پیش‌بینی است.»

اگر ChatGPT، نحوه “یافتن پاسخ” را تغییر داد، Magic Pointer نحوه ”اجرای فرمان” را برای همیشه دگرگون می‌کند. دیگر لازم نیست زبان ماشین را یاد بگیرید؛ ماشین دارد زبان طبیعی شما (اشاره + کلمات کوتاه) را می‌فهمد .

چالش‌ها و محدودیت‌ها

در دسترس بودن اولیه: Magic Pointer در حال حاضر محدود به Googlebook و نسخه‌های خاص کروم است و برای همه سیستم‌عامل‌ها در دسترس نیست .
حریم خصوصی: یک موس که دائماً صفحه شما را می‌خواند و به سرورهای گوگل ارسال می‌کند، قطعاً سوالات امنیتی جدی ایجاد می‌کند. گوگل باید شفاف‌سازی کند که این داده‌ها چگونه پردازش می‌شوند.
دقت در درک قصد: همیشه احتمال «اشتباه فهمیدن» وجود دارد. تشخیص اینکه کاربر واقعاً به دنبال چیست، یکی از سخت‌ترین چالش‌های هوش مصنوعی است.

با معرفی موس هوشمند Gemini، گوگل رسماً وارد مرحله سوم تعامل انسان و کامپیوتر شده است:

عصر فرمان (Command Line): باید دستورات دقیق تایپ می‌کردی.
عصر گرافیک (GUI): موس و کلیک آمد، اما ماشین نمی‌فهمید داری چیکار می‌کنی.
عصر قصد (Intent-based AI): موس می‌فهمد به چی اشاره می‌کنی، چرا اشاره می‌کنی و بدون نیاز به کلیک‌های اضافی، کارت رو انجام میده.

Magic Pointer و Googlebook نشان می‌دهند که آینده کامپیوترها «پنجره‌های جداگانه» نیست، بلکه AI ای است که در بافت روزمره شما تنیده شده .

گوگل با این حرکت، ادعای بزرگ خود را مطرح کرده است: «برای استفاده از هوش مصنوعی، لازم نیست به سمت آن بروی. هوش مصنوعی به سمت تو می‌آید.»

رأی مثبت0امتیازاترأی منفی

0 آرا: 0 موافق, 0 مخالف (0 امتیاز)