Kompanija Google nastavlja da proširuje mogućnosti svoje vodeće linije veštačke inteligencije Gemini 2.0 , stavljajući akcenat na kombinovanje glasovne komunikacije u realnom vremenu i dubinske logičke analize. Najnovije funkcije ovog ekosistema omogućavaju veštačkoj inteligenciji da vrši složene višestepene proračune direktno tokom razgovora sa korisnikom.
Interaktivni glasovni režim Gemini Live omogućava razgovor u realnom vremenu uz minimalno kašnjenje. Korisnici mogu da prekinu algoritam usred rečenice, promene temu razgovora ili prenose video-snimak sa kamere svog uređaja. Sistem prilagođava intonaciju i emocije, stvarajući utisak prirodnog ljudskog govora.
Uporedo s tim, programeri razvijaju tehnologiju *Extended Thinking *, predstavljenu u modelu *Gemini 2.0 Flash Thinking *. Pomoću mehanizama *Chain-of-Thought* (lanca zaključivanja), model kreira interni plan odgovora, proverava hipoteze i ispravlja sopstvene greške. To značajno smanjuje broj halucinacija prilikom rešavanja zadataka iz programiranja, matematike i analitike.
Sinergija algoritama za glasovnu interakciju i naprednog zaključivanja označava novu fazu u razvoju veštačke inteligencije. Korisnici sada mogu dobiti tačne odgovore na analitička pitanja bez kašnjenja i složenih tekstualnih upita.
Izvor: Google blog
.ico)
0 Коментари