أطلقت جوجل واجهة برمجة تطبيقات Gemini Decisions، والتي تُجري تقييم القرار في عملية تمرير أمامية واحدة بناءً على نموذج Decision1، مع تأخير طرف إلى طرف يتراوح بين 150 و250 مللي ثانية، وتدعم المدخلات متعددة الوسائط وأنماط الأسئلة المتنوعة، مع تسعير شاملاً.كاتب المقال، المصدر: AIBase
يتحول تطور تقنيات الذكاء الاصطناعي من "إنشاء المحتوى" البسيط إلى "اتخاذ القرارات الفعالة". أطلقت جوجل مؤخرًا رسميًا Gemini Decisions API الجديد، وهو نقطة نهاية جديدة مدعومة بنموذج Gemini Decision1 الأساسي، مصمم لمساعدة وكلاء الذكاء الاصطناعي على اتخاذ قرارات مسبقة بسرعة فائقة، مما يلغي تمامًا عملية إنشاء ردود نصية طويلة كما في النماذج التقليدية.
الوظائف الأساسية وآلية التشغيل: تنفيذ تمريرة أمامية واحدة لتحقيق تقييم فعال
من حيث البنية التقنية الأساسية، يختلف Gemini Decision1 جوهريًا عن طريقة عمل النماذج الكبيرة التقليدية. فبدلاً من توليد الردود حرفًا بحرف، يقوم النموذج بتقييم شامل للخيارات المحددة مسبقًا في عملية تمرير أمامي واحدة، ثم يُرجع الاحتمالات ودرجات الثقة المقابلة.
بفضل هذا التصميم الفعال، تم تقليل التأخير من طرف إلى آخر إلى ما بين 150 و250 مللي ثانية، مما يلبي متطلبات الاستجابة الفورية للوكلاء في سيناريوهات التفاعل عالية التردد.
من حيث المدخلات والأشكال المُستخدمة، تُظهر واجهة برمجة تطبيقات Gemini Decisions قدرة متعددة الوسائط قوية جدًا. يمكن للمطورين تقييم ما يصل إلى 1000 سؤال مستقل في مكالمة واجهة برمجة تطبيقات واحدة، باستخدام مدخلات متعددة الوسائط مشتركة تحتوي على نصوص وصور وصوت وفيديو وPDF. تشمل أشكال المكالمات المدعومة:
فحص سريع "نعم أو لا".
سؤال متعدد الخيارات يحتوي على ما يصل إلى 255 خيارًا.
طلب تقييم بناءً على معايير التقييم المحددة مسبقًا.
التسعير الشامل وآفاق التطبيق
فيما يتعلق باستراتيجية التسعير، حددت جوجل معيارًا تنافسيًا جدًا لهذه الواجهة البرمجية: فقط 0.10 دولار لكل مليون رمز إدخال.
أشار خبراء الصناعة إلى أنه مع التكامل العميق للنماذج الكبيرة في مختلف القطاعات، فإن الوكلاء الذكية التي تنفذ سير عمل معقدة في الخلفية تحتاج غالبًا إلى إجراء عدد كبير من القرارات الخفيفة واختيار المسارات. إن إطلاق Gemini Decisions API، من خلال تخطي مرحلة توليد النصوص الوسيطة، لا يقلل فقط بشكل كبير من تكلفة الحوسبة وتأخير الاستجابة، بل يوفر أيضًا بنية تحتية قوية لبناء تطبيقات معقدة للذكاء الاصطناعي الوكيلي أكثر سلاسة واستجابة سريعة.

