- ■
Google कीवर्ड ब्लॉग पर एक आधिकारिक घोषणा के अनुसार, Google जेमिनी अब सीधे टेक्स्ट प्रॉम्प्ट से कस्टम इंटरैक्टिव विज़ुअलाइज़ेशन, 3D मॉडल और सिमुलेशन बनाता है।
- ■
यह सुविधा फ्रैक्टल, भौतिकी या डेटा ट्रेंड जैसी अमूर्त अवधारणाओं को जोड़-तोड़ करने योग्य दृश्य मॉडल में बदल देती है, जिसके साथ उपयोगकर्ता वास्तविक समय में बातचीत कर सकते हैं।
- ■
यह जेमिनी को टेक्स्ट-आधारित एआई से परे विज़ुअल कंप्यूटिंग में ले जाता है, जिससे यह एआई इंटरफ़ेस प्रभुत्व की दौड़ में चैटजीपीटी की बढ़ती मल्टीमॉडल क्षमताओं के खिलाफ खड़ा हो जाता है।
- ■
यह अपडेट जेमिनी को शिक्षा, अनुसंधान और रचनात्मक कार्यों के लिए एक उपयोगी उपकरण बनाने के लिए Google के प्रयास का संकेत देता है, जहां विज़ुअलाइज़ेशन मायने रखता है
Google ने हाल ही में जेमिनी को नए क्षेत्र में धकेल दिया है। एआई सहायक अब तुरंत इंटरैक्टिव 3डी मॉडल, चार्ट और सिमुलेशन उत्पन्न कर सकता है, जो अमूर्त प्रश्नों को हेरफेर योग्य विज़ुअलाइज़ेशन में बदल देता है। यह एआई को एक टेक्स्ट इंजन से कहीं अधिक बनाने का सीधा प्रयास है – जेमिनी को एक दृश्य सोच उपकरण के रूप में स्थापित करना जो बातचीत के माध्यम से लोगों के सीखने, काम करने और जटिल विचारों का पता लगाने के तरीके को नया आकार दे सकता है।
गूगल मिथुन राशि को और अधिक दृश्यात्मक बना दिया है। कंपनी ने घोषणा की कि उसका एआई सहायक अब सीधे टेक्स्ट प्रॉम्प्ट से इंटरैक्टिव 3डी मॉडल, चार्ट और सिमुलेशन उत्पन्न कर सकता है – जटिल प्रश्नों को हेरफेर करने योग्य विज़ुअलाइज़ेशन में बदल सकता है जिसे उपयोगकर्ता वास्तविक समय में स्पिन, ज़ूम और एक्सप्लोर कर सकते हैं। के अनुसार Google का आधिकारिक ब्लॉग पोस्टयह सुविधा आज जेमिनी ऐप पर लाइव हो गई।
यह अपडेट लोगों के अमूर्त अवधारणाओं के साथ इंटरैक्ट करने के तरीके को बदल देता है। मिथुन को यह कल्पना करने के लिए कहें कि फ्रैक्टल कैसे काम करते हैं, और यह सिर्फ गणित की व्याख्या नहीं करता है – यह एक इंटरैक्टिव मॉडल उत्पन्न करता है जिसे आप हेरफेर कर सकते हैं। कक्षीय यांत्रिकी के बारे में प्रश्न, और आपको एक अनुकरण मिलता है जिसे आप रोक सकते हैं, घुमा सकते हैं और विच्छेदन कर सकते हैं। यह उस प्रकार की सुविधा है जो एआई सहायक और इंटरैक्टिव पाठ्यपुस्तक के बीच की रेखा को धुंधला कर देती है, और यह एक स्पष्ट संकेत है गूगल एआई के भविष्य को केवल बातचीत से कहीं अधिक के रूप में देखता है।
जबकि गूगल घोषणा में तकनीकी विवरण विरल रखा गया, निहितार्थ तत्काल हैं। भौतिकी परीक्षाओं की रट लगाने वाले छात्र अब उन अवधारणाओं का दृश्य विवरण मांग सकते हैं जिन्हें पाठ्यपुस्तकें समझाने में संघर्ष करती हैं। डेटा पैटर्न की खोज करने वाले शोधकर्ता स्प्रेडशीट सॉफ़्टवेयर को छुए बिना कस्टम चार्ट तैयार कर सकते हैं। प्रोटोटाइप विचारों वाले इंजीनियर सीएडी कार्य करने से पहले मान्यताओं का परीक्षण करने के लिए त्वरित 3डी मॉडल बना सकते हैं। यह सुविधा अनिवार्य रूप से मिथुन को एक दृश्य सोच वाले भागीदार में बदल देती है।
यह केवल सुंदर उत्तरों के बारे में नहीं है। यह बदलने के बारे में है कि लोग एआई के साथ क्या कर सकते हैं। पाठ-आधारित सहायक जैसे चैटजीपीटी वर्षों से बातचीत पर हावी रहा है, लेकिन इंटरैक्टिव विज़ुअलाइज़ेशन नए उपयोग के मामले खोलता है – शिक्षा से लेकर वैज्ञानिक अन्वेषण से लेकर रचनात्मक विचार-मंथन तक। गूगल यह शर्त लगाई जा रही है कि जब लोग विचारों को देख सकते हैं और उनमें हेरफेर कर सकते हैं, न कि केवल उनके बारे में पढ़ सकते हैं, तो एआई तेजी से अधिक उपयोगी हो जाता है।
समय मायने रखता है. ओपनएआई मल्टीमॉडल क्षमताओं पर कड़ी मेहनत कर रहा है, और माइक्रोसॉफ्ट अपने उत्पादकता सुइट में AI को एकीकृत करना जारी रखता है। गूगल का जेमिनी के साथ आगे बढ़ना एक सीधे काउंटर की तरह लगता है – न केवल सुविधाओं के आधार पर प्रतिस्पर्धियों से मेल खाता है, बल्कि एआई जानकारी कैसे प्रस्तुत करता है, इसमें अंतर ढूंढना भी है। यदि पाठ पहली लहर थी और छवियां दूसरी थीं, तो इंटरैक्टिव 3डी तीसरी लहर हो सकती थी।
फीचर भी चलता है गूगल का एक मंच के रूप में जेमिनी के इर्द-गिर्द व्यापक रणनीति। Google वर्कस्पेस के साथ पहले के एकीकरण और हालिया नोटबुक फीचर ने दिखाया कि कंपनी जेमिनी को उत्पादकता केंद्र के रूप में स्थान दे रही है। अब, विज़ुअलाइज़ेशन क्षमताओं के साथ, यह शिक्षा और अनुसंधान बाज़ारों की ओर बढ़ रहा है जहां विज़ुअल लर्निंग हावी है। सोचो खान अकादमी कम्प्यूटेशनल नोटबुक से मिलती है, लेकिन संवादी।
यह कम स्पष्ट है कि ये विज़ुअलाइज़ेशन हुड के नीचे कैसे उत्पन्न होते हैं। क्या जेमिनी ज्यामितीय तर्क का उपयोग करके मॉडल को खरोंच से संश्लेषित कर रहा है, या यह पूर्व-निर्मित पुस्तकालयों से खींच रहा है और उन्हें अनुकूलित कर रहा है? घोषणा में निर्दिष्ट नहीं किया गया, लेकिन प्रौद्योगिकी की सीमाओं को समझने के लिए अंतर मायने रखता है। यदि यह वास्तव में उत्पादक है, तो संभावित अनुप्रयोग विस्फोटित हो जाते हैं। यदि यह टेम्पलेट-आधारित है, तो यह अभी भी प्रभावशाली है लेकिन अधिक सीमित है।
प्रतिस्पर्धात्मक दबाव बढ़ रहा है. मेटा चुपचाप अपने प्लेटफार्मों में मल्टीमॉडल एआई सुविधाओं का निर्माण कर रहा है, और सेब व्यापक रूप से यह उम्मीद की जाती है कि वह जल्द ही अपना स्वयं का एआई पुश पेश करेगी। इस बीच, रनवे और स्टेबिलिटी एआई जैसे स्टार्टअप उन सीमाओं को आगे बढ़ा रहे हैं जो जेनरेटर मॉडल दृष्टिगत रूप से बना सकते हैं। गूगल जेमिनी को अलग दिखने की ज़रूरत है, और इंटरैक्टिव विज़ुअलाइज़ेशन वह हुक हो सकता है।
यह सुविधा सटीकता और विश्वसनीयता पर भी सवाल उठाती है। प्राकृतिक भाषा से इंटरैक्टिव मॉडल तैयार करना जटिल है – एक सिमुलेशन में भौतिकी को गलत समझें, और आपने एक ठोस लेकिन गलत शिक्षण उपकरण बना लिया है। गूगल दृश्य गलत सूचना फैलाने से बचने के लिए सत्यापन पक्ष को मजबूत करने की आवश्यकता होगी, विशेष रूप से शैक्षिक संदर्भों में जहां विश्वास ही सब कुछ है।
अभी के लिए, अपडेट जेमिनी ऐप पर लाइव है, हालांकि घोषणा में सभी प्लेटफार्मों और क्षेत्रों में उपलब्धता के बारे में विस्तृत जानकारी नहीं दी गई है। उपयोगकर्ता जेमिनी को अवधारणाओं की कल्पना करने, चार्ट बनाने या विवरणों से 3डी मॉडल बनाने के लिए कहकर तुरंत इसका परीक्षण शुरू कर सकते हैं। प्रारंभिक गोद लेने की संभावना संभवतः छात्रों, शिक्षकों और ज्ञान कार्यकर्ताओं से आएगी जो एआई के पाठ की दीवारों से आगे बढ़ने की प्रतीक्षा कर रहे हैं।
आगे क्या होता है यह कार्यान्वयन पर निर्भर करता है। यदि विज़ुअलाइज़ेशन सटीक, प्रतिक्रियाशील और वास्तव में उपयोगी हैं, तो यह जेमिनी की शानदार विशेषता बन सकती है – वह चीज़ जो लोगों को प्रतिस्पर्धियों के मुकाबले इसे चुनने पर मजबूर करती है। यदि वे ख़राब हैं या सीमित हैं, तो यह एक नवीनता है जो तेजी से ख़त्म हो जाती है। लेकिन महत्वाकांक्षा स्पष्ट है: गूगल चाहते हैं कि जेमिनी वह एआई बने जो आपको विचारों को देखने में मदद करे, न कि केवल उनके बारे में बात करने में।
Google का दावा है कि AI का अगला विकास केवल स्मार्ट उत्तर नहीं है – यह ऐसे उत्तर हैं जिन्हें आप छू सकते हैं, घुमा सकते हैं और एक्सप्लोर कर सकते हैं। जेमिनी को एक विज़ुअल थिंकिंग टूल में बदलकर, कंपनी एक भीड़ भरे बाजार में भेदभाव पैदा कर रही है, जहां टेक्स्ट-आधारित सहायक एक जैसे महसूस करने लगे हैं। यदि कार्यान्वयन सफल होता है, तो यह बदल सकता है कि लोग सीखने और समस्या-समाधान के लिए एआई का उपयोग कैसे करते हैं। यदि ऐसा नहीं होता है, तो यह एक और फीचर घोषणा है जो पृष्ठभूमि में फीकी पड़ जाती है। लेकिन दिशा स्पष्ट है: एआई विज़ुअल हो रहा है, और Google उस बदलाव का नेतृत्व करना चाहता है।
