หลังจาก Google ได้เปิดตัว Gemini 1.0 ในช่วงปลายปีที่ผ่านมา ล่าสุด Google ได้อัปเกรดเป็นโมเดลใหม่ที่ปล่อยออกมาเป็น Gemini 2.0 ที่ Google เคลมว่าเป็นโมเดล Generative AI ที่ทรงพลังที่สุดของบริษัท ณ วันนี้ ที่พร้อมตอบโจทย์ในยุคที่ใช้ AI Agent ทำงานหรือ Agentic Era
โดยชุดแรกของ Gemini 2.0 ที่ปล่อยนั้นจะมีขีดความสามารถขั้นสูงที่เป็นลักษณะ Multimodal AI ที่สามารถประมวลผลภาพและเสียงได้แบบ Native ที่จะทำให้การสร้าง AI Agent มีความใกล้เคียงกับผู้ช่วยที่จะทำงานได้อย่างเอนกประสงค์มากขึ้น
สำหรับผลการทดสอบ Gemini 2.0 ทาง Google ชี้ให้เห็นว่า Gemini 2.0 Flash นั้นมีประสิทธิภาพที่ดีขึ้นกว่าโมเดลก่อนหน้าในแทบทุกชุดการทดสอบ Benchmark แต่ทำงานได้เร็วกว่าราว 2 เท่า อีกทั้งยังมาพร้อมกับฟีเจอร์ใหม่ ๆ ที่จะสนับสนุน Multimodal Input คือใส่ภาพ วีดีโอ และเสียงเข้าไปได้เลย พร้อมกับสามารถสนับสนุนการสร้าง Multimodal Output ได้แบบ Native คือสร้างภาพพร้อมกับข้อความและเสียงจากข้อความได้ในหลายภาษา เป็นต้น
ที่น่าสนใจอีกส่วนหนึ่ง คือการเปิดตัวฟีเจอร์ใหม่ในชื่อ Deep Research การวิจัยเชิงลึกที่ใช้ขีดความสามารถในการให้เหตุผลขั้นสูงและบริบทที่ยาว ที่จะทำหน้าที่เหมือนกับผู้ช่วยวิจัย ค้นคว้าในหัวข้อที่ซับซ้อน และประมวลผลออกมาเป็นรายงานให้ได้อย่างรวดเร็ว ซึ่งถ้าหากใครใช้ Gemini Advanced อยู่ ฟีเจอร์ดังกล่าวสามารถเข้าถึงได้แล้วเช่นกัน
และหนึ่งใน Use Case ที่ Google หยิบยกขึ้นมาโชว์ขีดความสามารถของ Gemini 2.0 นั่นคือ Project Astra โครงการ AI Agent ที่ใช้ความเข้าใจในลักษณะ Multimodal ในโลกความเป็นจริง ที่ทำให้มีฟีเจอร์ใหม่ ๆ มาสนับสนุนได้หลากหลายรูปแบบ
เริ่มต้นแล้ววันนี้สำหรับโมเดลทดสอบ Gemini 2.0 Flash ที่จะให้ทดลองใช้งานได้สำหรับผู้ใช้ Gemini ทุกคน รายละเอียดอื่น ๆ เกี่ยวกับ Gemini 2.0 สามารถอ่านเพิ่มเติมได้ที่บล็อกโพสของ Google
วินาทีนี้อาจเรียกได้ว่ายุค Agentic Era หรือยุคที่ใคร ๆ ก็จะใช้ AI Agent ช่วยทำงานเร่ง Productivity ได้มากขึ้นทำให้มนุษย์มีเวลาไปทำงานที่สำคัญกว่าได้มากขึ้นนั้นได้เริ่มต้นขึ้นแล้ว และที่สำคัญคือวิวัฒนาการยังคงไม่หยุดยั้ง ดังนั้นจึงต้องเร่งปรับและเปิดรับสิ่งใหม่ เพื่อให้ยังคงรักษาความสามารถในการแข่งขันได้ต่อไปในอนาคตอันใกล้นี้
ที่มา: https://blog.google/technology/google-deepmind/google-gemini-ai-update-december-2024/