پایان کار Gemها در جمینای؛ تغییر بزرگ گوگل به سمت «مهارت‌ها»
گوگل تصمیم گرفته است ویژگی Gems را در دستیار هوش مصنوعی جمینای (Gemini) کنار بگذارد و در عوض، تمرکز خود را بر توسعه «مهارت‌ها» (Skills) معطوف کند. این تغییر استراتژیک در پاسخ به ظهور ایجنت‌های همه‌کاره هوش مصنوعی مانند Muse و Instinct شرکت متا رخ می‌دهد و نشان‌دهنده تحولی بنیادی در نحوه تعامل کاربران با ابزارهای هوش مصنوعی است.
تاریخچه‌ای کوتاه؛ ویژگی Gems چه بود و چرا متولد شد؟
ویژگی Gems در جمینای گوگل، پاسخی مستقیم به چت‌بات‌های سفارشی‌سازی‌شده (مانند Custom GPTs در OpenAI) بود. این ویژگی به کاربران اجازه می‌داد تا چت‌بات‌های اختصاصی با پرامپت‌ها و دستورالعمل‌های ویژه‌ای بسازند؛ برای مثال یک Gem برای خلاصه‌سازی مقالات علمی، یک Gem برای برنامه‌نویسی پایتون یا Gem دیگری برای تولید محتوای شبکه‌های اجتماعی.
با این حال، با پیشرفت سریع مدل‌های هوش مصنوعی، مشخص شد که سوئیچ کردن مداوم بین ده‌ها چت‌بات مجزا، تجربه کاربری را پیچیده و تکه‌تکه می‌کند. کاربران به جای ساخت چت‌بات‌های فراوان برای هر وظیفه کوچک، به دنبال دستیاری بودند که بتواند تمامی این کارها را در یک محیط یکپارچه و بدون نیاز به تعویض ابزار انجام دهد.
ظهور ایجنت‌های همه‌کاره؛ چرایی تغییر مسیر گوگل
دلیل اصلی این چرخش ناگهانی گوگل، موفقیت چشمگیر ایجنت‌های هوش مصنوعی همه‌کاره (All-in-one AI Agents) در بازار است. شرکت متا با معرفی دستیارهای قدرتمند Muse و Instinct نشان داد که آینده هوش مصنوعی در اختیار سیستم‌هایی است که توانایی انجام طیف وسیعی از امور را به‌طور هم‌زمان دارند.
این ایجنت‌های جدید به جای آنکه کاربر را مجبور به انتخاب یک Gem یا چت‌بات خاص کنند، به‌صورت خودکار تشخیص می‌دهند که برای حل یک مسئله چه ابزارها و دانش‌هایی نیاز است. در نتیجه، گوگل نیز دریافت که ساختار سنتی Gems متوقف‌کننده نوآوری است و باید جای خود را به معماری پویاتری بدهد.
سیستم «مهارت‌ها» (Skills) چگونه کار می‌کند؟
در معماری جدید گوگل، مفهوم «مهارت‌ها» جایگزین ایجنت‌های مجزا می‌شود. در این رویکرد، جمینای یک مدل هوش مصنوعی واحد و فوق‌العاده هوشمند باقی می‌ماند، اما به «مهارت‌های» مختلفی مجهز می‌شود که به صورت ماژولار فعال یا غیرفعال می‌شوند.
ویژگی‌های کلیدی سیستم مبتنی بر مهارت:
- یکپارچگی کامل: کاربر نیازی به تعویض چت‌بات ندارد؛ تمام دستورات در یک محیط چت متمرکز اجرا می‌شوند.
- تشخیص هوشمند نیاز: جمینای بر اساس متن درخواستی کاربر، به‌طور خودکار مهارت مرتبط (مثلاً تحلیل داده، کدنویسی، یا تولید تصویر) را فراخوانی می‌کند.
- قابلیت ترکیب مهارت‌ها: امکان استفاده هم‌زمان از چند مهارت برای حل مسائل پیچیده و چندمرحله‌ای فراهم می‌شود.