پرش به محتوای اصلی
پرش به محتوای مقاله

جمینا مک: ویرایش دسته‌ای، پر کردن فرم و ساخت اسلاید در پس‌زمینه

·۲۹ آبان ۱۴۰۵۱ دقیقه مطالعه
پروژه Suncatcher گوگل برای قرار دادن مراکز داده هوش مصنوعی در مدار با انرژی خورشیدی
پروژه Suncatcher گوگل برای قرار دادن مراکز داده هوش مصنوعی در مدار با انرژی خورشیدی
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

نخستین استقرار تجاری عامل دسکتاپ از یک مدل زبانی بزرگ در پنجره ایزوله و پس‌زمینه که فضای کار اصلی را آزاد می‌گذارد، با ثبت موضعی برای حسابرسی و کنترل جزئی دسترسی برنامه‌ها.

گوگل امروز قابلیت Computer Use را برای جمینا مک راه‌اندازی کرد تا وظایف چندمرحله‌ای را در یک پنجره ایزوله‌ی پس‌زمینه انجام دهد. این عامل دسکتاپ کلیک، تایپ و پیمایش منو را بدون مزاحم کردن صفحه اصلی و نشانگر ماوس انجام می‌دهد. این قابلیت هم‌اکنون برای مشترکین پولی در آمریکا فعال شده است، همان‌طور که در گزارش قبلی توضیح داده شده. گوگل همچنین نسخه‌ی رایگان Task را برای صدها میلیون کاربر در شش کشور عرضه کرده که می‌تواند مکمل این گردش‌کارها باشد.

Computer Use جمینا مک: نحوه کارکرد

کاربر هدف را به زبان ساده توصیف می‌کند و جمینا در یک پنجره جداگانه (Isolated Window) اجرا می‌شود. یک پیش‌نمایش چت زنده هر قدم را نشان می‌دهد: کلیک، تایپ، پیمایش منوها و فرم‌ها. صفحه اصلی و نشانگر ماوس کاملاً آزاد می‌مانند.

حریم خصوصی و کنترل کاربر

  • محیط ایزوله (Sandbox): محتوای صفحه‌نمایش و ضربات کیبورد به سرورهای گوگل آپلود نمی‌شوند مگر با رضایت صریح.
  • دسترسی انتخابی: کاربر تعیین می‌کند عامل به کدام برنامه‌ها دسترسی دارد.
  • تایید اقدامات حیاتی: قبل از انجام تغییرات مهم، تأیید کاربر الزامی است.
  • متوقف‌سازی لحظه‌ای: فرآیند در هر لحظه قابل توقف است.
  • ثبت موضعی (Local Logging): هر مرحله به‌صورت موضعی ثبت می‌شود تا ردیابی حسابرسی (Audit Trail) فراهم باشد.

موارد استفاده و کارایی

گوگل سه مورد را نمایش داده:

  • ویرایش دسته‌ای عکس و صحنه‌های سه‌بعدی
  • پر کردن خودکار فرم‌های ارسال از فایل‌های PDF روی دستگاه
  • مونتاژ دک‌های ارائه از دارایی‌های پراکنده
    تست‌کنندگان اولیه کاهش تا ۴۰ درصد زمان قالب‌بندی روتین را گزارش کرده‌اند، هرچند وظایف خلاقانه پیچیده همچنان نیازمند نظارت انسانی هستند.

برنامه‌های آینده و API

پشتیبانی از زبان‌ها و مناطق بیشتر در سال جاری برنامه‌ریزی شده است. توسعه‌دهندگان به‌زودی از طریق Hook‌های API می‌توانند Computer Use را در گردش‌کارهای سفارشی تعبیه کنند.

چرا این موضوع مهم است؟

این انتشار گوگل را در صف اول رقابت برای تبدیل مدل‌های بنیادی به عامل‌های دسکتاپ عملیاتی قرار می‌دهد. با تأکید بر حریم خصوصی موضعی و کنترل دقیق کاربر، گوگل استانداردی برای استقرار عامل‌های هوش مصنوعی در محیط‌های سازمانی حساس تعیین می‌کند.

تأثیر برای ایران

به‌دلیل تحریم‌ها، دسترسی مستقیم به جمینا مک برای ایرانیان ممکن نیست. توسعه‌دهندگان می‌توانند APIهای آینده Computer Use را از طریق واسطه‌ها برای خودکارسازی داخلی تست کنند.

·نگاه ما
تحریریه دات‌هوش

تمایز کلیدی، اجرای عامل در پنجره کاملاً جداگانه است که فضای کار اصلی را دست‌نخورده می‌گذارد — برخلاف رویکردهای هم‌پوشانی (Overlay) قبلی، اعتماد کاربران حرفه‌ای را جلب می‌کند. ثبت موضعی مراحل و نیاز به تایید صریح برای اقدامات حیاتی، مانع از خطاهای پرهزینه در محیط‌های تولید می‌شود. اگر گوگل این مدل را با API باز و پشتیبانی چندزبانه مقیاس دهد، می‌تواند لایه پیش‌فرض خودکارسازی دسکتاپ برای سازمان‌ها شود.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.