Google I/O 2024: अब तक घोषित सभी चीज़ें

यह वह क्षण है जिसका आप पूरे वर्ष इंतज़ार कर रहे थे: Google I/O दिवस! Google हर साल नवीनतम सामग्री का खुलासा करते हुए घोषणाओं की झड़ी के साथ अपने डेवलपर सम्मेलन की शुरुआत करता है। ब्रायन हम जो अपेक्षा करते हैं उसे साझा करके हमने पहले ही खुद को चिढ़ा लिया है।

हम जानते हैं कि आज आपके पास पूरे दो घंटे की प्रस्तुति देखने का समय नहीं है, इसलिए हम इसे ले रहे हैं और सब कुछ आसान बना रहे हैं, क्योंकि वे शीर्ष समाचार सुर्खियों के त्वरित हिट की घोषणा करते हैं। सुपाच्य, हटाने में आसान सूची। यह रहा!

गूगल प्ले

Google Play ऐप्स के लिए एक नई खोज सुविधा, उपयोगकर्ताओं को प्राप्त करने के नए तरीकों, Play पॉइंट्स के अपडेट और Google Play SDK कंसोल और Play Integrity API जैसे डेवलपर-सामना वाले टूल में अन्य सुधारों पर ध्यान दे रहा है।

डेवलपर्स के लिए विशेष रुचि तथाकथित एंगेज एसडीके है, जो ऐप निर्माताओं के लिए व्यक्तिगत उपयोगकर्ता के लिए वैयक्तिकृत पूर्ण-स्क्रीन, इमर्सिव अनुभव में उपयोगकर्ताओं को अपनी सामग्री प्रदर्शित करने का एक तरीका पेश करेगा। हालाँकि, Google का कहना है कि यह वह सतह नहीं है जिसे उपयोगकर्ता इस समय देख सकते हैं। और पढ़ें

कॉल के दौरान धोखाधड़ी का पता लगाएं

मंगलवार को, Google ने एक ऐसी सुविधा का पूर्वावलोकन किया, जिससे उसे उम्मीद है कि यह उपयोगकर्ताओं को कॉल के दौरान संभावित घोटालों के प्रति सचेत करेगा।

यह सुविधा, जिसे एंड्रॉइड के भविष्य के संस्करण में बनाया जाएगा, जेमिनी नैनो का उपयोग करता है, जो Google की जेनरेटिव एआई पेशकश का एक छोटा संस्करण है जो पूरी तरह से डिवाइस पर चलता है। सिस्टम वास्तविक समय में “आम तौर पर घोटालों से जुड़े संवादी पैटर्न” को प्रभावी ढंग से सुनता है।

Google “बैंक प्रतिनिधि” होने का दिखावा करने वाले किसी व्यक्ति का उदाहरण प्रदान करता है। पासवर्ड अनुरोध और उपहार कार्ड जैसी सामान्य धोखाधड़ी तकनीकें भी सिस्टम को ट्रिगर कर सकती हैं। ये तो सब जानते हैं कि ये सब आपसे आपका पैसा ऐंठने के तरीके हैं, लेकिन दुनिया में अभी भी कई लोग इस तरह के घोटालों का शिकार होते हैं। एक बार सेट हो जाने पर, यह एक अधिसूचना पॉप अप करेगा कि उपयोगकर्ता अवांछित पात्रों का शिकार हो सकता है। और पढ़ें

फ़ोटो मांगें

Google फ़ोटो को Google के जेमिनी AI मॉडल द्वारा संचालित आस्क फ़ोटो नामक एक प्रायोगिक सुविधा के लॉन्च के साथ AI का समावेश मिल रहा है। नया जोड़, जो इस गर्मी के अंत में शुरू होगा, उपयोगकर्ताओं को प्राकृतिक भाषा प्रश्नों का उपयोग करके अपने Google फ़ोटो संग्रह को खोजने की अनुमति देगा जो एआई की उनकी फोटो की सामग्री और अन्य मेटाडेटा की समझ का उपयोग करते हैं।

प्राकृतिक भाषा प्रसंस्करण के लिए धन्यवाद, एआई अनुकूलन सही सामग्री को अधिक सहज बना देगा और उपयोगकर्ताओं द्वारा अपनी तस्वीरों में विशिष्ट लोगों, स्थानों या चीजों को खोजने से पहले मैन्युअल खोज प्रक्रिया को कम कर देगा।

और उदाहरण सुन्दर था. “गोल्डन स्ट्राइप्स?” टाइगर स्टफ्ड टाइगर-गोल्डन रिट्रीवर बैंड जोड़ी को कौन पसंद नहीं करेगा? और पढ़ें

मिथुन राशि के बारे में सब कुछ

जेमिनी 1.5 प्रो: जेनेरिक एआई के लिए एक और अपग्रेड यह है कि जेमिनी अब पहले से कहीं अधिक लंबे दस्तावेजों, कोडबेस, वीडियो और ऑडियो रिकॉर्डिंग का विश्लेषण कर सकता है।

कंपनी के मौजूदा फ्लैगशिप मॉडल, जेमिनी 1.5 प्रो के नए संस्करण के एक निजी पूर्वावलोकन से पता चला कि इसमें 2 मिलियन टोकन तक लग सकते हैं। यह पिछली अधिकतम राशि से दोगुने से भी अधिक है। उस स्तर पर, जेमिनी 1.5 प्रो का नया संस्करण किसी भी व्यावसायिक रूप से उपलब्ध मॉडल के सबसे बड़े इनपुट का समर्थन करता है। और पढ़ें

मिथुन लाइव: कंपनी ने जेमिनी लाइव नाम से जेमिनी पर एक नए अनुभव का पूर्वावलोकन किया, जो उपयोगकर्ताओं को अपने स्मार्टफोन पर जेमिनी के साथ “गहन” वॉयस चैट करने की अनुमति देता है। जब चैटबॉट बोल रहा हो तो उपयोगकर्ता जेमिनी को बीच में रोक सकते हैं, स्पष्ट प्रश्न पूछ सकते हैं और यह वास्तविक समय में उनके भाषण पैटर्न के अनुकूल हो जाता है। और जेमिनी अपने स्मार्टफोन कैमरे द्वारा कैप्चर की गई तस्वीरों या वीडियो के माध्यम से उपयोगकर्ताओं के परिवेश को देख और प्रतिक्रिया दे सकता है।

पहली नज़र में, लाइव मौजूदा तकनीक की तुलना में कोई बड़ा अपग्रेड नहीं लगता। लेकिन Google का कहना है कि वह बेहतर, कम त्रुटि-प्रवण छवि विश्लेषण देने के लिए जेनेरिक एआई क्षेत्र से नई तकनीकों का उपयोग कर रहा है – और अधिक सुसंगत, भावनात्मक रूप से अभिव्यंजक और यथार्थवादी मल्टी-टर्न वार्तालाप के लिए एक बेहतर भाषण इंजन के साथ इन तकनीकों का संयोजन कर रहा है। और पढ़ें

जेमिनी नैनो: अब एक छोटी सी घोषणा. Google अपने सबसे छोटे AI मॉडल, जेमिनी नैनो को सीधे Chrome डेस्कटॉप क्लाइंट में बना रहा है, जिसकी शुरुआत Chrome 126 से हो रही है। कंपनी का कहना है कि यह डेवलपर्स को अपने स्वयं के एआई फीचर्स को लागू करने के लिए ऑन-डिवाइस मॉडल का उपयोग करने में सक्षम करेगा। उदाहरण के लिए, Google जीमेल में वर्कस्पेस लैब के मौजूदा “हेल्प मी राइट” टूल जैसी सुविधाओं को बढ़ाने के लिए इस नई क्षमता का उपयोग करने की योजना बना रहा है। और पढ़ें

एंड्रॉइड पर मिथुन: एंड्रॉइड पर Google का जेमिनी, Google असिस्टेंट के लिए इसका AI प्रतिस्थापन, जल्द ही एंड्रॉइड के मोबाइल ऑपरेटिंग सिस्टम और Google के ऐप्स के साथ गहराई से एकीकृत होने की अपनी क्षमता का लाभ उठाएगा। उपयोगकर्ता एआई-जनरेटेड छवियों को सीधे अपने जीमेल, Google संदेश और अन्य एप्लिकेशन में खींच और छोड़ सकते हैं। इस बीच, Google का कहना है कि YouTube उपयोगकर्ता उस YouTube वीडियो से विशिष्ट जानकारी प्राप्त करने के लिए “इस वीडियो को सुनें” पर टैप कर सकते हैं। और पढ़ें

Google मानचित्र पर मिथुन राशि: जेमिनी मॉडल क्षमताएं डेवलपर्स के लिए गूगल मैप्स प्लेटफॉर्म, प्लेस एपीआई से शुरू हो रही हैं। डेवलपर अपने स्वयं के ऐप्स और वेबसाइटों में स्थानों और क्षेत्रों का AI सारांश बना सकते हैं। सारांश 300 मिलियन से अधिक योगदानकर्ताओं के Google मानचित्र समुदाय से प्राप्त अंतर्दृष्टि के जेमिनी के विश्लेषण पर आधारित हैं। कौन सा बहतर है? डेवलपर्स को अब अपने स्थानों का कस्टम विवरण लिखने की आवश्यकता नहीं है। और पढ़ें

टेन्सर प्रसंस्करण इकाइयों को प्रदर्शन को बढ़ावा मिलता है

Google ने अपनी अगली पीढ़ी – सटीक रूप से छठी – अपने टेन्सर प्रोसेसिंग यूनिट्स (TPU) AI चिप्स का अनावरण किया है। इन्हें ट्रिलियम कहा जाता है, इन्हें इस साल के अंत में लॉन्च किया जाएगा। यदि आपको याद हो, तो I/O में TPU की अगली पीढ़ी की घोषणा करना एक परंपरा है, जिसके चिप्स साल के अंत में ही सामने आते हैं।

इन नए टीपीयू में पांचवीं पीढ़ी की तुलना में प्रति चिप कम्प्यूटेशनल दक्षता में 4.7 गुना वृद्धि होगी। इससे भी महत्वपूर्ण बात यह है कि ट्रिलियम में तीसरी पीढ़ी का स्पार्सकोर है, जिसे Google “उन्नत रैंकिंग और अनुशंसा वर्कलोड में सामान्य रूप से अल्ट्रा-बड़े एम्बेड को संसाधित करने के लिए एक विशेष त्वरक” के रूप में वर्णित करता है। और पढ़ें

खोज में एआई

इस संदेह को दूर करते हुए कि कंपनी चैटजीपीटी और पर्प्लेक्सिटी जैसे प्रतिद्वंद्वियों से बाजार हिस्सेदारी खो रही है, Google अपनी खोज में और अधिक एआई जोड़ रहा है। यह अमेरिका में उपयोगकर्ताओं के लिए एआई-संचालित अवलोकन पेश कर रहा है। इसके अतिरिक्त, कंपनी को यात्रा योजना जैसी चीजों के लिए एजेंट के रूप में जेमिनी का उपयोग करने की उम्मीद है। और पढ़ें

Google कुछ खोज परिणामों के लिए संपूर्ण खोज परिणाम पृष्ठ को व्यवस्थित करने के लिए जेनरेटिव AI का उपयोग करने की योजना बना रहा है। यह मौजूदा एआई अवलोकन सुविधा के अतिरिक्त है, जो आपके द्वारा खोजे जा रहे विषय के बारे में समग्र जानकारी के साथ एक संक्षिप्त स्निपेट बनाता है। Google के AI लैब्स प्रोग्राम पर काम करने के बाद AI ओवरव्यू सुविधा आमतौर पर मंगलवार को उपलब्ध होती है। और पढ़ें

क्रिएटिव एआई अपग्रेड

Google ने इमेज 3 की घोषणा की, जो तकनीकी दिग्गज इमेज के एआई मॉडल के परिवार में नवीनतम है।

Google की AI अनुसंधान शाखा, डीपमाइंड के प्रमुख डेमिस हसाबिस ने कहा कि Image3 अपने पूर्ववर्ती Image2 की तुलना में छवियों में पाठ को अधिक सटीक रूप से समझता है, और यह अपनी पीढ़ियों का सबसे “रचनात्मक और व्यापक” है। इसके अतिरिक्त, मॉडल कम “विचलित करने वाली कलाकृतियाँ” और त्रुटियाँ पैदा करता है, उन्होंने कहा।

“यह [also] हसाबिस ने कहा, “टेक्स्ट रेंडरिंग के लिए हमारा सबसे अच्छा मॉडल इमेज रेंडरिंग मॉडल को चुनौती देता है।” और पढ़ें

जेम्मा 2 अपडेट

जेम्मा 2, Google के जेम्मा मॉडल की अगली पीढ़ी, 27 बिलियन पैरामीटर मॉडल के साथ जून में लॉन्च होगी। और पढ़ें

प्रोजेक्ट आईडीएक्स

प्रोजेक्ट आईटीएक्स, कंपनी की अगली पीढ़ी, एआई-केंद्रित ब्राउज़र-आधारित विकास वातावरण, अब खुले बीटा में है। इस अपडेट के साथ, आईडीई अपने ऐप्स में जियोलोकेशन सुविधाओं को जोड़ने में मदद करने के लिए Google मैप्स प्लेटफ़ॉर्म के साथ एकीकृत होता है, साथ ही ऐप्स को डीबग करने में सहायता के लिए क्रोम देव टूल्स और लाइटहाउस के साथ एकीकृत होता है। जल्द ही, Google फ्रंट-एंड और बैक-एंड सेवाओं को चलाने के लिए ऐप्स को क्लाउड रन, Google क्लाउड के सर्वर रहित प्लेटफ़ॉर्म पर तैनात करने में भी सक्षम करेगा। और पढ़ें

मैं देख रहा हूं

Google OpenAI के सोरा को व्यू के साथ जोड़ रहा है, एक AI मॉडल जो 1080p वीडियो क्लिप बना सकता है। वीओ विभिन्न दृश्य और सिनेमाई शैलियों को कैप्चर कर सकता है, जिसमें परिदृश्य और समय-अंतराल के दृश्य शामिल हैं, और पहले से बनाए गए दृश्यों में संपादन और परिवर्तन कर सकते हैं।

यह अप्रैल में पूर्वावलोकन किए गए वीडियो निर्माण में Google के प्रारंभिक व्यावसायिक कार्य पर भी आधारित है, जिसने लूपिंग वीडियो क्लिप बनाने के लिए कंपनी के छवि 2 परिवार के चित्र-निर्माण मॉडल का उपयोग किया था। और पढ़ें

खोजने के लिए घेरा बनाएं

एआई-संचालित सर्कल टू सर्च सुविधा, जो एंड्रॉइड उपयोगकर्ताओं को सर्कल जैसे इशारों का उपयोग करके तुरंत उत्तर प्राप्त करने की अनुमति देती है, अब मनोविज्ञान और गणित शब्द समस्याओं में अधिक जटिल समस्याओं को हल कर सकती है। इसे होवरिंग, हाइलाइटिंग, राइटिंग या टैपिंग जैसी कुछ क्रियाएं करके फ़ोन पर कहीं से भी Google खोज में संलग्न होना अधिक स्वाभाविक बनाने के लिए डिज़ाइन किया गया है। ओह, और समर्थित एंड्रॉइड फोन और टैबलेट से सीधे होमवर्क में बच्चों की मदद करने में सक्षम होना अच्छा है। और पढ़ें

फायरबेस जेनकिट

फायरबेस प्लेटफ़ॉर्म में फायरबेस जेनकिट नामक एक नया अतिरिक्त है, जिसका उद्देश्य डेवलपर्स के लिए जावास्क्रिप्ट/टाइपस्क्रिप्ट में एआई-संचालित ऐप बनाना आसान बनाना है, जो जल्द ही गो समर्थन के साथ आ रहा है। यह अपाचे 2.0 लाइसेंस का उपयोग करने वाला एक ओपन सोर्स फ्रेमवर्क है जो डेवलपर्स को नए और मौजूदा अनुप्रयोगों में जल्दी से एआई बनाने में सक्षम बनाता है।

जेनकिट कंपनी मंगलवार को जिन कुछ उपयोग के मामलों पर प्रकाश डालेगी उनमें कई मानक जेनएआई उपयोग के मामले शामिल हैं: सामग्री निर्माण और सारांश, पाठ अनुवाद और छवि निर्माण। और पढ़ें

पिक्सेल 8a

Google, Pixel लाइनअप में नवीनतम जोड़ दिखाने के लिए I/O तक इंतजार नहीं कर सकता और पिछले सप्ताह नए Pixel 8a की घोषणा की। हैंडसेट $499 से शुरू होता है और मंगलवार को भेजा जाता है। अपडेट और हम इन अपडेट से क्या अपेक्षा करते हैं। सूची में सबसे ऊपर Tensor G3 चिप है। और पढ़ें

पिक्सेल स्लेट

स्लेट नामक Google का पिक्सेल टैबलेट अब उपलब्ध है। यदि आपको याद हो, तो ब्रायन ने पिछले साल इसी समय के आसपास पिक्सेल टैबलेट की समीक्षा की थी, और उन्होंने केवल बुनियादी बातों के बारे में बात की थी। दिलचस्प बात यह है कि टैबलेट इसके बिना भी उपलब्ध है। और पढ़ें

हम इस पोस्ट को दिन भर अपडेट करते रहेंगे…