همکاری گوگل و ویمو برای خلق هم سفر هوشمند در تاکسی های رباتیک

جمینای (Gemini) قدرتمندترین و منعطف‌ترین مدل هوش مصنوعی گوگل است که با رویکرد «چندوجهی» (Multimodal) طراحی شده است. این بدان معناست که جمینای تنها به متن محدود نمی‌شود و می‌تواند به طور هم‌زمان اطلاعات را از طریق ویدیو، تصویر، صدا و کدنویسی درک و پردازش کند. این مدل در نسخه‌های مختلف (از نسخه‌های سبک برای موبایل تا نسخه‌های فوق‌پیشرفته برای دیتاسنترها) عرضه شده تا بتواند در هر محیطی، از یک گوشی ساده تا پیچیده‌ترین سیستم‌های هدایت خودکار، نقش‌آفرینی کند. 

 

هوش مصنوعی جمینای که توسط شرکت گوگل توسعه یافته، به عنوان ابزاری پیشرفته برای تعاملات خودکار و یادگیری ماشین شناخته می‌شود. این سیستم به‌ویژه برای ارائه پاسخ‌های سریع و مؤثر به پرسش‌های کاربران طراحی شده و قادر است در زمینه‌های مختلفی چون پردازش زبان طبیعی و یادگیری عمیق به کار گرفته شود. جمینای به دلیل توانایی در مدیریت مکالمات پیچیده و تحلیل داده‌های بزرگ، امیدوار کننده به‌نظر می‌رسد و می‌تواند در زمینه‌های مختلف از جمله خدمات مشتری و بهبود تجربه کاربری مورد استفاده قرار گیرد.

 

آنچه جمینای را از رقبای خود متمایز می‌کند، قدرت استدلال پیچیده و درک عمیق آن از جهان فیزیکی است. این هوش مصنوعی صرفاً یک چت‌بات برای پاسخ به سوالات نیست؛ بلکه می‌تواند به عنوان یک «مغز متفکر» عمل کند که داده‌های محیطی را تحلیل کرده و بر اساس آن‌ها تصمیمات منطقی اتخاذ می‌کند. حالا گوگل با بهره‌گیری از این توانمندی، قصد دارد تجربه سفر در خودروهای بدون راننده را به سطحی کاملاً جدید و انسانی برساند.

 

شرکت «ویمو» (Waymo)، بازوی خودران آلفابت، در حال آماده‌سازی یک جهش بزرگ در تجربه کاربری مسافران خود است. گزارش‌های جدید حاکی از آن است که این شرکت قصد دارد هوش مصنوعی «جمینای» را به عنوان یک دستیار صوتی و عملیاتی هوشمند به داخل کابین تاکسی‌های رباتیک خود بیاورد. این خبر زمانی فاش شد که جین مانچون وانگ، تحلیل‌گر کدهای نرم‌افزاری، مستنداتی ۱۲۰۰ خطی را در اپلیکیشن ویمو کشف کرد که جزئیات دقیق رفتار این هوش مصنوعی را در طول سفر تعریف می‌کند.

 

این دستیار هوشمند که فراتر از یک چت‌بات معمولی عمل می‌کند، به عنوان «میزبان دیجیتال» مسافران شناخته خواهد شد. طبق اطلاعات فاش شده، جمینای نه‌تنها می‌تواند به سوالات عمومی مسافران پاسخ دهد، بلکه دسترسی مستقیمی به سیستم‌های داخلی خودرو خواهد داشت. این یعنی مسافر می‌تواند به سادگی و از طریق فرمان صوتی، دمای کابین را تنظیم کند، موسیقی مورد علاقه‌اش را پخش کند یا از وضعیت مسیر و زمان دقیق رسیدن مطلع شود.

 

شرکت «ویمو» (Waymo) به دنبال ارتقاء تجربه مسافران خود در تاکسی‌های رباتیک، در حال آزمایش افزودن چت بات هوش مصنوعی «جمینای» به این وسیله نقلیه هوشمند است. هدف این ادغام ایجاد یک دستیار هوش مصنوعی است که نه تنها به سوالات مسافران پاسخ می‌دهد، بلکه تجربه سفر را برای آن‌ها لذت‌بخش‌تر می‌کند. به نقل از تک کرانچ، پژوهشگر فناوری، «جین مانچون وانگ» (Jane Manchun Wong) در یک پست وبلاگ اشاره کرد که هنگام بررسی کد اپلیکیشن موبایل ویمو، دستورالعمل ادغام جمینای را کشف کرده است. این مشخصات شامل بیش از ۱۲۰۰ خط توضیحات است که دقیقا رفتار مورد انتظار دستیار هوش مصنوعی در وسیله نقلیه ویمو را تعیین می‌کند.

 

یکی از جنبه‌های کلیدی این ادغام، بخش «اطمینان‌بخشی به مسافر» است. از آنجایی که سفر با خودروی بدون راننده همچنان برای برخی اضطراب‌آور است، جمینای آموزش دیده تا در موقعیت‌های خاص یا مانورهای ناگهانی خودرو، با زبانی آرام و منطقی به مسافران توضیح دهد که چه اتفاقی در حال رخ دادن است و امنیت آن‌ها را تضمین کند. این تعامل انسانی می‌تواند بزرگترین مانع روانی در پذیرش خودروهای خودران را از میان بردارد.

 

پیش از این، ویمو از توانایی‌های جمینای در لایه‌های زیرساختی برای آموزش مدل‌های رانندگی (World Models) استفاده کرده بود تا خودروها بتوانند موقعیت‌های نادر و پرخطر جاده‌ای را بهتر درک کنند. اما اکنون، این هوش مصنوعی از بخش فنی به بخش «تجربه کاربری» منتقل شده است. با این حرکت، گوگل نه تنها بازار حمل‌ونقل هوشمند را تصاحب می‌کند، بلکه جمینای را به بخشی جدایی‌ناپذیر از زندگی روزمره مردم در خیابان‌ها تبدیل خواهد کرد.

ویژگی‌های هوش مصنوعی جمینای در تاکسی‌های رباتیک

قابلیت تشخیص حالات چهره و تحلیل سطح استرس مسافر توسط جمینای

این قابلیت یکی از پیشرفته‌ترین کاربردهای «هوش مصنوعی چندوجهی» (Multimodal AI) است. از آنجایی که جمینای می‌تواند به طور هم‌زمان داده‌های تصویری (از دوربین‌های داخلی کابین) و داده‌های صوتی را پردازش کند، تعامل آن با مسافر از سطح یک دستور صوتی ساده به یک «درک عاطفی» ارتقا می‌یابد.

 

در ادامه، چگونگی عملکرد این سیستم و تأثیر آن بر سفر را بررسی می‌کنیم:

 

دوربین‌های کوچکی که در کابین تاکسی‌های ویمو تعبیه شده‌اند، فریم‌های ویدیویی را به جمینای ارسال می‌کنند. هوش مصنوعی با تحلیل «نقاط کلیدی چهره»، تغییرات در میمیک (مانند گره خوردن ابروها یا باز شدن چشم‌ها ناشی از ترس) را تشخیص می‌دهد. اگر سیستم متوجه شود که مسافر در هنگام یک ترمز ناگهانی یا گردش به چپ سریع، علائم استرس نشان می‌دهد، بلافاصله پروتکل‌های آرامش‌بخش را فعال می‌کند.

 

جمینای می‌تواند بدون اینکه شما درخواستی کنید، بر اساس وضعیت روحی‌تان تغییراتی ایجاد کند:

 

به جای انتظار برای سوال کاربر، جمینای می‌تواند پیش‌دستی کند. مثلاً اگر ببیند مسافر با نگرانی به بیرون پنجره یا به صفحه نمایش مسیر خیره شده است، با لحنی آرام می‌گوید:

«من متوجه شدم که کمی نگران به نظر می‌رسید. نگران نباشید، من دارم مسیر رو با دقت بررسی می‌کنم و به دلیل وجود یک مانع کوچک در جاده، کمی مسیر رو تغییر دادم تا سفری ایمن‌تر داشته باشیم.»

 

نتیجه‌گیری

این سطح از ادغام، خودرو را از یک وسیله نقلیه بی‌روح به یک «محیط هوشمند حساس به انسان» تبدیل می‌کند. در واقع جمینای با استفاده از دوربین‌ها، نقش یک هم‌سفر باهوش را بازی می‌کند که مراقب حال روحی شماست، نه فقط یک راننده که شما را از نقطه A به B می‌رساند. ادغام هوش مصنوعی جمینای در تاکسی‌های رباتیک ویمو نشان‌دهنده گامی بزرگ در بهبود تجربه کاربری و ارتقاء خدمات حمل‌و‌نقل هوشمند است. با این پیشرفت، ویمو به دنبال ارائه تجربه‌ای متمایز برای مسافران خود است که شامل تعاملات هوشمند، راحتی و ایمنی بالاتر می‌شود. این روند نه تنها به تحولات فناوری در حوزه حمل‌ونقل کمک کرده بلکه به تغییر الگوهای سفر و توقعات کاربران از خدمات رانندگی خودران نیز می‌افزاید.