به نقل از دیجیتال مارکتینگ ایران، گوگل قابلیت جدیدی را برای اپلیکیشن Gemini در مک معرفی کرده است که به این دستیار هوش مصنوعی اجازه میدهد وظایف مختلف را با استفاده از برنامههای نصبشده روی کامپیوتر اجرا کند. این ویژگی که بر پایه قابلیت Computer Use توسعه یافته، به کاربران امکان میدهد درخواستهای خود را با زبان طبیعی توضیح دهند و انجام مراحل مختلف را به جمینای بسپارند؛ حتی زمانی که خودشان مشغول کار دیگری روی مک هستند.
بر اساس اعلام گوگل در ۱۹ نوامبر ۲۰۲۶، جمینای میتواند وظایف پیچیده را در یک پنجره پسزمینه و ایزوله انجام دهد و همزمان پیشنمایش زندهای از روند اجرای کار را در اختیار کاربر قرار دهد. این رویکرد میتواند اتوماسیون مک را از ابزارهایی که به دانش فنی یا نوشتن اسکریپت نیاز دارند، به تجربهای سادهتر و قابلدسترستر تبدیل کند.
قابلیت Computer Use در جمینای مک چیست؟
Computer Use به جمینای امکان میدهد بهجای محدودماندن به تولید متن، مستقیماً با محیط نرمافزاری کامپیوتر تعامل داشته باشد و وظایف مشخصی را در اپلیکیشنهای نصبشده اجرا کند. کاربر کافی است توضیح دهد چه نتیجهای میخواهد تا دستیار هوش مصنوعی مراحل لازم را انجام دهد.
برای مثال، بهجای آنکه کاربر مجبور باشد چندین تصویر را بهصورت دستی در یک نرمافزار باز کند، تنظیمات رنگ هرکدام را تغییر دهد و خروجی بگیرد، میتواند از جمینای بخواهد فرایند اصلاح رنگ گروهی را انجام دهد. این دستیار میتواند در پسزمینه کار کند و کاربر نیز در همان زمان به فعالیتهای دیگر خود ادامه دهد.
یکی از ویژگیهای مهم این قابلیت، اجرای وظایف در یک پنجره پسزمینه ایزوله است. بنابراین، عملیات خودکار جمینای قرار نیست تمام محیط کاری کاربر را در اختیار بگیرد یا مانع استفاده عادی از مک شود. همچنین وجود پیشنمایش زنده کمک میکند کاربر روند اجرای درخواست را مشاهده کند.
جمینای چه کارهایی را در مک انجام میدهد؟
گوگل برای توضیح کاربردهای Computer Use چند نمونه از وظایفی را مطرح کرده است که این قابلیت میتواند انجام دهد. این مثالها نشان میدهند هدف صرفاً خودکارسازی کارهای ساده نیست و جمینای میتواند در فرایندهای چندمرحلهای و تخصصی نیز نقش داشته باشد.
۱. اصلاح رنگ گروهی تصاویر
یکی از کاربردهای مطرحشده، انجام اصلاح رنگ روی مجموعهای از عکسها است. در فرایندهای عادی ویرایش تصویر، کاربر باید فایلها را باز کند و تنظیمات موردنظر را برای هر تصویر اعمال کند. اما با اتوماسیون جمینای، میتوان درخواست انجام این کار روی چندین تصویر را به زبان طبیعی مطرح کرد.
این قابلیت برای عکاسان، تولیدکنندگان محتوا و افرادی که بهطور مرتب با حجم زیادی از تصاویر سروکار دارند، میتواند در کاهش کارهای تکراری مفید باشد. البته کیفیت خروجی همچنان به توانایی ابزار در درک درخواست و اجرای صحیح تنظیمات وابسته خواهد بود.
۲. ساخت صحنههای پیچیده سهبعدی
گوگل به آمادهسازی صحنههای پیچیده سهبعدی نیز بهعنوان یکی از نمونههای کاربردی اشاره کرده است. چنین فرایندی ممکن است شامل چندین مرحله تنظیم و تعامل با ابزارهای نرمافزاری باشد. سپردن این مراحل به دستیار هوش مصنوعی میتواند بخشی از کارهای زمانبر کاربران فعال در حوزه طراحی و تولید محتوای سهبعدی را خودکار کند.
۳. تکمیل خودکار فرمهای PDF
پرکردن فرمهای PDF از دیگر وظایفی است که جمینای میتواند انجام دهد. کاربران در بسیاری از موقعیتهای کاری باید اطلاعات مشخصی را در فرمهای متعدد وارد کنند. این کار اگرچه پیچیدگی فنی زیادی ندارد، اما در حجم بالا وقتگیر است.
با استفاده از Computer Use، کاربر میتواند اطلاعات و نتیجه موردنظر را توضیح دهد و انجام مراحل ورود داده به فرم را به جمینای بسپارد. چنین قابلیتی برای کارهای اداری و پردازش اسناد میتواند کاربرد داشته باشد؛ البته بررسی صحت اطلاعات واردشده همچنان ضروری است.
۴. استخراج اطلاعات از اسکرینشات و ساخت ارائه
یکی دیگر از مثالهای گوگل، استخراج دادهها از تصاویر صفحهنمایش و انتقال آنها به یک ارائه است. این فرایند میتواند چند مرحله داشته باشد: بررسی اسکرینشاتها، تشخیص اطلاعات موردنیاز، سازماندهی دادهها و قرار دادن آنها در قالب اسلاید.
این کاربرد بهویژه برای افرادی مفید است که اطلاعات پراکندهای در قالب تصویر دارند و میخواهند آنها را به محتوایی منظمتر برای ارائه یا گزارش تبدیل کنند. در چنین سناریویی، جمینای صرفاً یک متن تولید نمیکند، بلکه با استفاده از اپلیکیشنهای مک در انجام مراحل عملی نیز مشارکت خواهد داشت.
۵. تحلیل گروهی اشیای موجود در تصاویر
گوگل همچنین به امکان تحلیل دستهای اشیای موجود در یک تصویر اشاره کرده است. برای نمونه، کاربر میتواند مجموعهای از عکسها را در اختیار فرایند خودکار قرار دهد تا اطلاعات مرتبط با اشیای داخل آنها بررسی شود. این قابلیت میتواند برای دستهبندی تصاویر یا استخراج اطلاعات از مجموعهای از عکسها کاربرد داشته باشد.
کنترل دسترسی برنامهها و امکان توقف عملیات
دسترسی یک دستیار هوش مصنوعی به اپلیکیشنهای نصبشده روی کامپیوتر، در کنار مزایای اتوماسیون، پرسشهای مهمی درباره امنیت و کنترل کاربر ایجاد میکند. گوگل اعلام کرده است که کاربران میتوانند مشخص کنند جمینای به کدام برنامهها دسترسی داشته باشد.
همچنین امکان مکث یا متوقفکردن عملیات در نظر گرفته شده است. به گفته گوگل، برخی اقدامات مهم نیز پیش از اجرا به تأیید کاربر نیاز خواهند داشت. این سازوکارها اهمیت زیادی دارند؛ زیرا اتوماسیون نرمافزاری نباید به معنای واگذاری کامل کنترل کامپیوتر به هوش مصنوعی باشد.
در عمل، کاربران باید هنگام فعالکردن دسترسیها به نوع اطلاعاتی که در اپلیکیشنهای مختلف نگهداری میکنند توجه داشته باشند. برای مثال، برنامههای مدیریت فایل، ابزارهای ویرایش اسناد و نرمافزارهای کاری ممکن است به دادههای حساس دسترسی داشته باشند. محدودکردن دسترسی جمینای به برنامههای موردنیاز، میتواند رویکرد محتاطانهتری باشد.
تفاوت اتوماسیون جمینای با Shortcuts و AppleScript چیست؟
کاربران مک از گذشته ابزارهایی برای خودکارسازی وظایف در اختیار داشتهاند. Shortcuts و AppleScript دو نمونه شناختهشده از ابزارهای اپل هستند که امکان اجرای زنجیرهای از عملیات و خودکارسازی فعالیتها را فراهم میکنند.
بااینحال، استفاده مؤثر از این ابزارها ممکن است برای برخی کاربران به آشنایی با منطق ساخت میانبرها، تنظیم مراحل یا نوشتن اسکریپت نیاز داشته باشد. این موضوع میتواند برای افرادی که دانش فنی محدودی دارند، مانع استفاده از اتوماسیون شود.
مزیت رویکرد جدید جمینای، امکان توصیف وظیفه با زبان طبیعی است. کاربر بهجای تعریف دستی تمام مراحل، نتیجه موردنظر خود را توضیح میدهد و هوش مصنوعی تلاش میکند عملیات لازم را در اپلیکیشنهای مختلف اجرا کند. به این ترتیب، فاصله میان بیان یک خواسته و انجام عملی آن در محیط مک کمتر میشود.
البته این موضوع به معنای جایگزینی کامل ابزارهای بومی اپل نیست. Shortcuts و AppleScript همچنان برای فرایندهای از پیش تعریفشده و کنترل دقیق مراحل کاربرد دارند؛ درحالیکه جمینای رویکردی مبتنی بر درخواست متنی و اجرای هوشمند وظایف ارائه میکند.
زمان انتشار قابلیت جدید جمینای برای مک
گوگل اعلام کرده است که پشتیبانی از Computer Use بهصورت تدریجی و در قالب بهروزرسانیهای معمول این شرکت منتشر میشود. بنابراین، ممکن است همه کاربران در یک زمان به این ویژگی دسترسی پیدا نکنند.
رومن لویولا، نویسنده گزارش Macworld، در زمان بررسی این قابلیت اعلام کرده است که نسخهای از اپلیکیشن جمینای را دریافت کرده که هنوز از امکان اتوماسیون جدید پشتیبانی نمیکرد. او تلاش کرده بود با استفاده از جمینای وظایفی را در برنامههای Pixelmator Pro، QuickTime Player و Finder اجرا کند، اما این عملیات ناموفق بوده است.
در یکی از این تلاشها، جمینای اعلام کرده بود نسخه نصبشده، یعنی نسخه 1.147.5.1526، دارای یک مرز امنیتی داخلی در محیط ایزوله مک است. به نظر میرسد این محدودیت در نسخه جدید برای پشتیبانی از قابلیت اتوماسیون در حال تغییر است.
به همین دلیل، اگر کاربری نسخه جدید را دریافت کند اما همچنان با نسخهای فاقد قابلیت Computer Use روبهرو شود، ممکن است لازم باشد مدتی بعد دوباره برای دریافت بهروزرسانی تلاش کند. انتشار تدریجی به این معناست که دسترسی فوری برای همه کاربران تضمین نشده است.
جمعبندی؛ جمینای میخواهد از یک چتبات به دستیار عملیاتی مک تبدیل شود
اضافهشدن قابلیت Computer Use به اپلیکیشن جمینای در مک، گامی مهم در مسیر تبدیل دستیارهای هوش مصنوعی به ابزارهایی است که علاوه بر پاسخگویی و تولید محتوا، میتوانند وظایف واقعی را در محیط کامپیوتر انجام دهند. از اصلاح گروهی تصاویر و تکمیل فرمهای PDF گرفته تا استخراج اطلاعات از اسکرینشاتها و ساخت ارائه، نمونههای اعلامشده نشان میدهند گوگل بهدنبال گسترش کاربردهای عملی هوش مصنوعی است.
امکان اجرای وظایف در پسزمینه، مشاهده پیشنمایش زنده، مدیریت دسترسی اپلیکیشنها و توقف عملیات نیز از ویژگیهایی هستند که میتوانند تجربه استفاده از این قابلیت را کاربردیتر کنند. بااینحال، انتشار تدریجی و محدودیتهای نسخههای فعلی نشان میدهد کاربران باید برای دسترسی کامل منتظر دریافت بهروزرسانی مناسب بمانند.
اگر این قابلیت مطابق وعدههای گوگل عمل کند، کاربران مک میتوانند بسیاری از کارهای تکراری را بدون نیاز به یادگیری ابزارهای پیچیده اتوماسیون به جمینای بسپارند؛ تغییری که میتواند نقش دستیارهای هوش مصنوعی را در محیط کار روزمره پررنگتر کند.
برای دنبالکردن تازهترین اخبار هوش مصنوعی، محصولات اپل و ابزارهای کاربردی گوگل، به دیجیتال مارکتینگ ایران مراجعه کنید.
“`




