در سالهای اخیر، گوگل مسیر توسعه هوش مصنوعی را به سمت ساخت دستیارهایی پیشرفتهتر از چتباتهای معمولی برده است. یکی از مهمترین قدمها در این مسیر، Google با پروژهای به نام Project Astra است؛ سیستمی که با هدف درک همزمان تصویر، صدا و محیط اطراف طراحی شده تا تعامل انسان با هوش مصنوعی طبیعیتر شود؛ این پروژه بخش مهمی از آینده هوش مصنوعی های گوگل است.اما برخلاف تصور بسیاری از کاربران، Project Astra یک اپلیکیشن عمومی نیست که بتوان آن را مانند یک برنامه معمولی دانلود و نصب کرد.
این پروژه بیشتر بهعنوان یک فناوری آزمایشی و بخشی از آینده دستیارهای هوشمند گوگل شناخته میشود. در این راهنما بررسی میکنیم Project Astra دقیقا چیست، چگونه کار میکند، چه قابلیتهایی دارد، چه تفاوتی با Gemini Live دارد، چه کاربردهایی برای کاربران مختلف خواهد داشت و چه چالشهایی درباره حریم خصوصی آن مطرح است.
Project Astra چیست؟
Project Astra یک نمونه اولیه تحقیقاتی از تیم Google DeepMind است که برای نخستینبار در کنفرانس Google I/O سال ۲۰۲۴ رونمایی شد. هدف آن ساخت چیزی است که گوگل آن را «دستیار جهانی هوش مصنوعی» مینامد؛ دستیاری که بهجای دریافت دستورهای تکبهتک، محیط اطراف شما را درک میکند، متوجه میشود به چه چیزی لازم دارید و سپس کار را انجام میدهد. به بیان ساده، Astra میخواهد هوش مصنوعی را از داخل یک پنجره چت بیرون بیاورد و به دنیای واقعی شما بیاورد.
درواقعAstra یک محصول نهایی نیست که بتوانید از فروشگاه دانلودش کنید. گوگل خودش آن را یک نمونه اولیه تحقیقاتی برای بررسی قابلیتهای پیشرو معرفی میکند که در مسیر ساخت آن دستیار جهانی است. توضیحات رسمی و بهروز را میتوانید در صفحه رسمی Project Astra در DeepMind ببینید.
Project Astra چطور کار میکند
Astra بر پایه مدلهای چندوجهی Gemini ساخته شده و بهصورت real-time کار میکند. یعنی بهجای آنکه یک عکس بگیرید و منتظر جواب بمانید، جریان پیوستهای از تصویر دوربین و صدا را همزمان پردازش میکند.
سه توانایی فعلی آن که گوگل به آنها اشاره میکند این موارد است:
- پردازش فضایی (درک محیط و اشیا از طریق دوربین)
- اشتراکگذاری صفحه (فهمیدن آنچه روی نمایشگر شماست)
- استفاده از ابزار (بهکار گرفتن اپها و سرویسها برای انجام کار)
سه ویژگی فنی، Astra را از دستیارهای قبلی جدا و متمایز میکند:
- سرعت پاسخ نزدیک به مکالمه انسانی
- حافظه کوتاهمدت برای بهخاطر سپردن چیزهایی که دیده یا شنیده
- توانایی درک زمینه (context) بهجای اجرای کور دستور
قابلیتهای کلیدی Project Astra
گوگل مجموعه تواناییهای Astra را «هوش کنشی» (Action Intelligence) مینامد.
مهمترینها:
- دیدن و درک محیط: دوربین را روی هر چیزی بگیرید و دربارهاش بپرسید؛ از یک قطعه دوچرخه تا یک متن روی تابلو.
- مکالمه زنده و طبیعی: گفتوگوی بیوقفه؛ حتی اگر وسط حرفش کسی حرف بزند، مکث میکند و بعد ادامه میدهد.
- حافظه و شخصیسازی: جزئیاتی مانند نام حیوان خانگی یا محل اشیا را به خاطر میسپارد و در پیشنهادها استفاده میکند.
- کنترل رابط کاربری و انجام کار: میتواند اپ باز کند، اسکرول کند و کاری را بهجای شما انجام دهد؛ مثلا دفترچه راهنمای دوچرخه را پیدا و به صفحه موردنظر برود.
- جستوجو و تشخیص محتوا: همان لحظه اطلاعات لازم را پیدا و با آنچه میبیند ترکیب میکند.
- تماسهای کمکی و خرید شخصیسازیشده: از جمله کارهایی که گوگل در دموهای خود نشان داده است.
تفاوت Project Astra با Gemini Live
این بزرگترین سوءتفاهم است. Gemini Live یک قابلیت واقعی و در دسترس در اپ Gemini است که همین حالا میتوانید استفاده کنید. اما Project Astra یک پروژه تحقیقاتی و آزمایشگاه فناوری است که پشت صحنه قرار دارد. در واقع، بخشی از همان فناوری Astra است که اشتراکگذاری دوربین و صفحهنمایش را در Gemini Live ممکن کرده است. پس رابطهشان رقابت نیست؛ Astra مانند آزمایشگاه تحقیق و توسعه است و Gemini Live یکی از محصولاتی که از دل آن بیرون آمده. هر قابلیت Astra که به بلوغ برسد، بهمرور وارد محصولات عمومی گوگل میشود.
Project Astra به درد چه کسانی میخورد
چون هنوز محصول عمومی نیست، فعلا مخاطبان اصلی آن اینها هستند:
- تسترها و پژوهشگران منتخب: کسانی که به نسخه آزمایشی اپ اندرویدی Astra دسترسی دارند.
- توسعهدهندگان: کسانی که میخواهند بدانند نسل بعدی دستیارهای هوشمند چه شکلی است و برای آن آماده شوند.
- کاربران عادی، بهصورت غیرمستقیم: شما همین حالا از فناوری Astra استفاده میکنید، بدون اینکه بدانید؛ هر بار که در Gemini Live دوربین یا صفحه را به اشتراک میگذارید.
در آینده و با عمومیشدن، بیشترین کاربرد برای این گروهها خواهد بود: افرادی که به کمک بلادرنگ در دنیای واقعی نیاز دارند (تعمیرات، آشپزی، خرید)، افراد دارای آسیب بینایی، دانشجویان و یادگیرندگان، و کسانی که میخواهند کارهای دیجیتال روزمرهشان خودکار شود.
نحوه دسترسی به Project Astra
در حال حاضر Astra برای عموم در دسترس نیست و اپ آن تنها برای گروهی از تسترهای منتخب روی اندروید عرضه شده است. اگر به دنبال تجربهکردن فناوری آن هستید، عملیترین راه این است که سراغ Gemini Live بروید و از قابلیت اشتراکگذاری دوربین و صفحه استفاده کنید؛ چون همان تجربه، سادهشده و محصولشده Astra است. گوگل هم گفته این قابلیتها را بهتدریج به محصولاتش، از اپ Gemini تا عینکهای هوشمند، اضافه میکند.
آینده Project Astra
گوگل، Astra را نه یک محصول، بلکه نقشه راه آینده دستیارهای هوشمند میداند. مسیر روشن است: قابلیتها ابتدا در Astra آزمایش میشوند، سپس به Gemini و Gemini Live میآیند، و در نهایت به سختافزارهایی مانند عینک هوشمند و دستگاههای پوشیدنی میرسند؛ جایی که دستیاری که دنیا را میبیند واقعا معنا پیدا میکند. به بیان دیگر، آیندهای که Astra نشان میدهد، کمکم و تکهتکه وارد گوشی امروز شما میشود.
سخن آخر
Project Astra نگاه گوگل به آینده هوش مصنوعی است: دستیاری که میبیند، میشنود، بهخاطر میسپارد و عمل میکند. مهمترین چیزی که باید بدانید این است که Astra یک اپ قابل دانلود نیست، بلکه آزمایشگاهی است که فناوریاش کمکم وارد محصولات واقعی گوگل میشود. اگر میخواهید طعم آن را بچشید، همین امروز در Gemini Live دوربین یا صفحهتان را به اشتراک بگذارید؛ آنچه تجربه میکنید، نسخهای از همان آینده است.
سوالات متداول درباره Project Astra
Project Astra دقیقا چیست؟
یک نمونه اولیه تحقیقاتی از گوگل DeepMind برای ساخت یک دستیار جهانی هوش مصنوعی که محیط را از طریق دوربین میبیند، زنده گفتوگو میکند، بهخاطر میسپارد و میتواند کاری را انجام دهد.
آیا میتوانم Project Astra را دانلود کنم؟
خیر. Astra محصول عمومی نیست و اپ آن فقط در اختیار گروهی از تسترهای منتخب اندروید است.
تفاوت Project Astra با Gemini Live چیست؟
Gemini Live یک قابلیت واقعی و در دسترس است، اما Astra یک پروژه تحقیقاتی پشت صحنه است. در واقع فناوری Astra همان چیزی است که اشتراکگذاری دوربین و صفحه را در Gemini Live ممکن کرده است.
Project Astra چطور کار میکند؟
بر پایه مدلهای چندوجهی Gemini و بهصورت بلادرنگ، جریان تصویر دوربین و صدا را همزمان پردازش میکند و از حافظه کوتاهمدت و درک زمینه برای پاسخ و انجام کار استفاده میکند.
چطور میتوانم فناوری Astra را تجربه کنم؟
سادهترین راه، استفاده از Gemini Live و قابلیت اشتراکگذاری دوربین و صفحه در اپ Gemini است.
آیا Project Astra برای حریم خصوصی خطرناک است؟
دستیاری که پیوسته میبیند و میشنود پرسشهای جدی درباره حریم خصوصی ایجاد میکند؛ بهویژه باید مراقب حریم خصوصی اطرافیان و مجوزهایی که به آن میدهید باشید.
