گوگل از مدل هوش مصنوعی پیشرفته جمنای ۲.۵ پرو رونمایی کرد

یوسف اسفندیاری

۶ فروردین ۱۴۰۴ | ۰۷:۰۰ زمان مورد نیاز برای مطالعه: ۳ دقیقه

گوگل به‌تازگی از مدل هوش مصنوعی جدیدی به نام جمنای 2.5 پرو رونمایی کرده که به ادعای این شرکت، پیشرفته‌ترین دستاورد آن در مجموعه‌ی جمنای به شمار می‌رود. این مدل با هدف انجام کارهای پیچیده طراحی شده و از توانایی‌های استدلالی قدرتمندی بهره می‌برد که گوگل آن را «تفکر درونی» یا Thinking Built-in می‌نامد. کسانی که از سرویس Gemini Advanced استفاده می‌کنند، از همین حالا می‌توانند با این مدل کار کنند.

به گفته‌ی گوگل، سری جمنای ۲٫۵ به‌طور طبیعی از قابلیت استدلال برخوردار است. این ویژگی به مدل امکان می‌دهد داده‌ها را بررسی کند، به نتایج منطقی دست یابد و با درک بهتری از زمینه‌ی مسائل، چالش‌های دشوار را برطرف کند. این توانایی که «تفکر درونی» نامیده می‌شود، در همه‌ی مدل‌های این مجموعه حضور دارد، هرچند دیگر در نام‌گذاری آن‌ها از واژه‌ی «Thinking» استفاده نمی‌شود. کاربران در صورت تمایل می‌توانند با فعال کردن گزینه‌ی Show thinking در برنامه‌ی جمنای، مراحل این فرایند را ببینند.

مدل Gemini 2.5 Pro که با اسم رمز nebula و نام رسمی gemini-2.5-pro-exp-03-25 شناخته می‌شود، اولین عضو از سری ۲٫۵ محسوب می‌شود و نسبت به مدل‌های قبلی، پیشرفت چشم‌گیری نشان می‌دهد. گوگل اعلام کرده که این مدل در رتبه‌بندی LMArena، که بر اساس نظر انسان‌ها درباره‌ی کیفیت پاسخ‌ها عمل می‌کند، به مقام اول رسیده است.

این مدل همچنین در دو آزمون تخصصی موفق عمل کرده است. در AIME 2025، که شامل پرسش‌های سخت ریاضی در سطح المپیاد می‌شود، و در GPQA diamond، که توانایی استدلال علمی و پاسخ به سؤالات پیچیده را می‌سنجد، جمنای 2.5 پرو بالاترین نمره را به دست آورده است. نکته‌ی قابل توجه اینجاست که این موفقیت بدون استفاده از روش‌هایی مثل «رأی‌گیری اکثریت» یا Majority Voting به دست آمده، روشی که در آن چند پاسخ تولید می‌شود و پرتکرارترین آن‌ها انتخاب می‌گردد.

در مجموعه‌ی Humanity’s Last Exam نیز این مدل بدون کمک ابزارهای خارجی به امتیاز ۱۸٫۸ درصد رسیده است. گوگل این نتیجه را در میان مدل‌هایی که تنها با توانایی‌های داخلی خود سنجیده می‌شوند، بهترین عملکرد ثبت‌شده می‌داند. این بنچمارک که دانش و استدلال را در بیش از صد موضوع مختلف ارزیابی می‌کند، پرسش‌هایی دقیق و متنوع از علوم انسانی، طبیعی و تحلیلی ارائه می‌دهد.

پیشرفت‌های Gemini 2.5 Pro نتیجه‌ی تغییراتی اساسی در ساختار اصلی مدل و بهبودهایی در مرحله‌ی آموزش پس از توسعه است. این مدل برای حل مسائل دشوارتر و پشتیبانی از ایجنت‌هایی ساخته شده که به درک عمیق‌تری از متن و زمینه نیاز دارند. در زمینه‌ی برنامه‌نویسی هم این مدل تحول بزرگی ایجاد کرده است. گوگل می‌گوید Gemini 2.5 Pro در مقایسه با نسخه‌ی ۲٫۰، توانایی کدنویسی بهتری دارد و در کارهایی مثل ساخت برنامه‌های وب، طراحی ابزارهای کدنویسی مبتنی بر ایجنت و ویرایش کد، عملکرد قابل اعتمادی ارائه می‌دهد. در بنچمارک SWE-Bench Verified، که تولید خودکار کد را می‌سنجد، این مدل با کمک یک ایجنت ویژه به امتیاز ۶۳٫۸ درصد دست یافته است.

مدل جدید گوگل از پنجره‌ی زمینه‌ای با ظرفیت یک میلیون توکن پشتیبانی می‌کند و به‌زودی این ظرفیت به دو میلیون توکن افزایش خواهد یافت. این ویژگی به مدل اجازه می‌دهد حجم عظیمی از اطلاعات، مثل کل مخازن کد، را به‌صورت یکجا پردازش کند. علاوه بر این، Gemini 2.5 Pro می‌تواند داده‌هایی در قالب‌های مختلف مانند متن، صدا، تصویر و ویدیو را هم‌زمان تحلیل کند.

در حال حاضر، دسترسی به این مدل از طریق Gemini Advanced و Google AI Studio ممکن شده و قرار است در هفته‌های آینده به Vertex AI، پلتفرم ابری گوگل برای توسعه‌ی مدل‌های هوش مصنوعی سازمانی، اضافه شود. گوگل به‌زودی اطلاعات بیشتری درباره‌ی قیمت‌گذاری و گزینه‌های افزایش ظرفیت برای پروژه‌های بزرگ منتشر خواهد کرد.