شهریور
اخبار
جمینای اسپارک وارد گوگلفوتوز شد؛ دستیاری که خودش آلبوم میسازد
شرکت گوگل قابلیت Gemini Spark را مستقیم داخل گوگلفوتوز فعال کرده است؛ دستیاری که خودش عکس پیدا میکند، ویرایش میکند، آلبوم میسازد و حتی برای شما ارسال میکند.
لیست مطالب
۱. چرا این خبر مهم است
برای سالها، گوگلفوتوز عمدتاً ابزاری برای ذخیره و جستوجوی سادهی تصاویر بود؛ کاربر عکس میگرفت، گوگل آن را دستهبندی میکرد و بقیهی کار — از ویرایش تا ساخت آلبوم و اشتراکگذاری — به عهدهی خود کاربر بود. حالا این معادله تغییر کرده است. با ورود Gemini Spark به گوگلفوتوز، برای اولین بار یک ایجنت هوش مصنوعی میتواند زنجیرهای کامل از تصمیمها و اقدامها را جای کاربر انجام دهد، بدون آنکه هر مرحله را جداگانه از او بپرسد. این دقیقاً همان مسیری است که کل صنعت هوش مصنوعی این روزها دنبال میکند: عبور از چتباتهای پاسخگو به سمت ایجنتهای خودمختاری که کارها را برای شما انجام میدهند، نه فقط توضیح میدهند چطور انجامشان دهید.
نکتهی جالب توجه این است که این نوع تحول تنها مختص گوگل نیست. تقریباً همزمان با این خبر، شرکت اپل هم دستیار Siri خود را در قالب iOS 27 با قابلیتهای Apple Intelligence بهروزرسانی میکند تا رفتاری هوشمندتر و طبیعیتر داشته باشد. این همزمانی نشان میدهد رقابت بر سر تبدیل دستیار صوتی و تصویری به یک ایجنت واقعی، دیگر یک انتخاب جانبی برای شرکتهای بزرگ فناوری نیست، بلکه به میدان اصلی رقابت آنها تبدیل شده است.
۲. Gemini Spark دقیقاً چیست
قابلیت Gemini Spark زیرمجموعهای از دستیار جمینای گوگل است که برای اجرای وظایف چندمرحلهای و خودکار طراحی شده، نه فقط پاسخدادن به یک سؤال. برخلاف جستوجوی سنتی گوگلفوتوز که فقط نتیجه را نشان میدهد، اسپارک میتواند تصمیم بگیرد، عمل کند و حتی وظیفه را بهصورت دورهای تکرار کند. به بیان مسئول گوگلفوتوز، خانم Shimrit Ben-Yair، این ابزار «یک ایجنت هوش مصنوعی خودمختار، پیشکنشگر و ۲۴ساعته» است که پیوسته در پسزمینهی حساب کاربری فعالیت میکند. برای آشنایی بیشتر با مفهوم پایهای این فناوری، میتوانید سری آموزشهای چتجیپیتی و هوش مصنوعی در سایت ما را هم دنبال کنید.
۳. قابلیتهای کلیدی در گوگلفوتوز
فهرست کارهایی که اسپارک اکنون میتواند در گوگلفوتوز انجام دهد، بهطور قابل توجهی گسترده است. این ابزار میتواند عکسها را بر اساس سوژه، مکان، تاریخ یا رویداد پیدا کند، تصاویر تکراری و دوبل را حذف کند، کیفیت عکس را بهبود دهد، کلاژ و تصاویر سبکدار بسازد، آلبوم خصوصی یا اشتراکی ایجاد کند و لینک آن را از طریق Gmail، Google Docs یا Messages ارسال کند. یکی دیگر از قابلیتهای جالب، استخراج و خلاصهسازی متن داخل تصاویر است؛ برای نمونه میتوانید عکس یک رسید یا فاکتور را بدهید تا اسپارک اطلاعات آن را استخراج و در برنامهی دیگری استفاده کند.
وظایف تکرارشونده و زمانبندیشده
شاید مهمترین تفاوت اسپارک با ابزارهای قبلی، توانایی آن در تعریف وظایف تکرارشونده باشد. کاربر یکبار دستور میدهد و اسپارک آن را هر هفته یا هر ماه، بدون یادآوری مجدد، اجرا میکند؛ درست شبیه یک دستیار انسانی که وظیفهای ثابت را به او سپردهاید.
ترکیب چند اقدام در یک دستور
تفاوت کلیدی دیگر، توانایی اسپارک در زنجیرهکردن چند اقدام مستقل در یک دستور واحد است. برای نمونه، یک درخواست میتواند همزمان شامل جستوجو، فیلترکردن، ویرایش، ساخت آلبوم و ارسال ایمیل باشد؛ کاری که پیشتر نیازمند پنج یا شش مرحلهی جداگانه و دستی بود. همین ترکیب چندمرحلهای است که اسپارک را از یک فیلتر ساده به یک همکار دیجیتال واقعی تبدیل میکند.
۴. یک نمونهی واقعی: از دستور تا نتیجه
برای درک بهتر این قابلیت، به یکی از مثالهای رسمی گوگل نگاه کنیم. کاربر میتواند بنویسد: «هر آخر هفته بهترین عکسهای غذای من را پیدا کن، از آنها یک کلاژ بساز و در آلبومی به نام دستاوردهای آشپزی این هفته بگذار». از آن لحظه به بعد، اسپارک بدون نیاز به تکرار دستور، این کار را هر هفته انجام میدهد. نمونهی دیگر مربوط به سفر است: اسپارک میتواند سلفیهای یک سفر را پیدا کند، جمعیت پسزمینه را از عکس حذف کند، سوژهی اصلی را در مرکز کادر قرار دهد و سپس یک آلبوم اشتراکی با دعوتنامهی خودکار ایمیلی برای همراهان سفر بسازد. این سطح از خودکارسازی، تفاوت اصلی میان یک ابزار ویرایش ساده و یک دستیار واقعی است.
۵. تفاوت با ابزارهای قبلی جستوجوی عکس
گوگلفوتوز سالهاست از هوش مصنوعی برای دستهبندی و جستوجوی تصاویر استفاده میکند، اما آن نسل از ابزارها صرفاً «واکنشی» بودند: کاربر جستوجو میکرد و نتیجه را میگرفت. اسپارک این الگو را کاملاً برعکس میکند و به سمت رفتار «پیشکنشگر» حرکت میکند؛ یعنی خودش تصمیم میگیرد چه زمانی وظیفهای را اجرا کند. این چرخش از هوش مصنوعیِ پاسخگو به هوش مصنوعیِ کنشگر، همان روندی است که در بسیاری از حوزههای دیگر فناوری هم دیده میشود؛ برای بررسی دقیقتر این محدودیتها و قابلیتهای واقعی چنین سیستمهایی، مقالهی قابلیتها و محدودیتهای واقعی هوش مصنوعی را در سایت ما بخوانید.
۶. حریم خصوصی و کنترل کاربر
دادن دسترسی کامل به یک ایجنت هوش مصنوعی برای مدیریت کل کتابخانهی عکس، طبیعتاً نگرانیهایی دربارهی حریم خصوصی ایجاد میکند. گوگل در این زمینه چند تدبیر اعلام کرده است: هر ویرایشی که اسپارک انجام میدهد، بهصورت یک نسخهی جدید ذخیره میشود و فایل اصلی دستنخورده باقی میماند؛ آلبومهای تازه بهطور پیشفرض خصوصی هستند؛ و پیش از هر اشتراکگذاری یا ارسال ایمیل، اسپارک حتماً از کاربر اجازه میگیرد. با این حال، این تدبیرها نگرانی بنیادیتر را کاملاً برطرف نمیکند: وقتی یک سیستم خودمختار بهصورت پیوسته و در پسزمینه به دادههای شخصی حساس مثل تصاویر خانوادگی دسترسی دارد، مرز میان راحتی و کنترل کاربر باریکتر میشود.
۷. چه کسانی و از کِی به آن دسترسی دارند
طبق اعلام گوگل، Gemini Spark در گوگلفوتوز از سوم سپتامبر ۲۰۲۶ بهصورت تدریجی و «طی چند هفتهی آینده» در دسترس قرار میگیرد. این قابلیت فعلاً محدود به سه شرط است: اشتراک Google AI Pro یا Ultra، استفاده از اپلیکیشن موبایل جمینای، و کاربران ساکن آمریکا با زبان انگلیسی. گوگل هیچ جدول زمانی رسمی برای عرضهی جهانی یا چندزبانه اعلام نکرده، اما روند معمول این شرکت در معرفی قابلیتهای مشابه نشان میدهد که چنین ویژگیهایی معمولاً ظرف چند ماه به بازارهای بیشتری از جمله زبانهای دیگر میرسند.
۸. جایگاه این حرکت در رقابت دستیارهای هوش مصنوعی
عرضهی اسپارک درست در بحبوحهی رقابت فشردهی غولهای فناوری برای تبدیلشدن به «دستیار پیشفرض زندگی روزمرهی» کاربران رخ میدهد. شرکتهایی مثل OpenAI و Anthropic هم بهطور مداوم قابلیتهای ایجنتی مشابهی به محصولات خود اضافه میکنند و هرکدام سعی دارند کاربر را در اکوسیستم خود نگه دارند. برای آشنایی با یکی از بازیگران اصلی این میدان، مقالهی OpenAI چیست و چه محصولاتی دارد را ببینید، و برای دیدن نمونهای از رقابت مستقیم میان مدلهای هوش مصنوعی، مقالهی مبارزهی شطرنجی چتجیپیتی و دیپسیک خواندنی است. چنین رقابتی برای کاربر نهایی خبر خوبی است، چون سرعت اضافهشدن قابلیتهای واقعاً کاربردی را بالا میبرد؛ اما همزمان یعنی دادههای شخصی بیشتری در اختیار تعداد بیشتری از سیستمهای خودمختار قرار میگیرد.
از منظر استراتژیک، مزیت گوگل در این میدان روشن است: این شرکت همزمان مالک سیستمعامل اندروید، سرویس عکس، تقویم، ایمیل و مرورگر است؛ همین یکپارچگی عمیق باعث میشود ایجنتی مثل اسپارک بتواند بین چند اپلیکیشن مختلف حرکت کند و کاری واقعاً پیچیده انجام دهد. رقبایی که چنین اکوسیستم یکپارچهای ندارند، برای رسیدن به همین سطح از قابلیت باید یا با اپلیکیشنهای دیگر همکاری کنند یا مستقیماً وارد بازار سختافزار و سیستمعامل شوند؛ روندی که در ماههای اخیر در اقدامات چند شرکت بزرگ دیگر هم دیده شده است.
۹. این تغییر چه معنایی برای کسبوکارها و کاربران حرفهای دارد
اگرچه Gemini Spark در گام نخست برای کاربران عادی طراحی شده، اما همین الگو — ایجنتهای خودکار که وظایف تکرارشونده را بدون نظارت مداوم انجام میدهند — دقیقاً همان چیزی است که کسبوکارها هم به دنبال آن هستند: کاهش کارهای دستی تکراری و صرفهجویی در زمان تیمها. اگر میخواهید بدانید چرا چنین فناوریهایی اینروزها برای کسبوکارها اولویت اول شدهاند، مقالهی چرا هوش مصنوعی برای کسبوکارها در سال ۲۰۲۵ مهم است را در سایت ما بخوانید. و اگر میخواهید یاد بگیرید چطور دستورهای دقیقتری به چنین ایجنتهایی بدهید تا نتیجهی بهتری بگیرید، راهنمای نوشتن پرامپت برای مبتدیان نقطهی شروع خوبی است.
۱۰. پرسشهای متداول
آیا Gemini Spark در گوگلفوتوز رایگان است؟
خیر، در حال حاضر این قابلیت فقط برای مشترکان پلنهای پولی Google AI Pro و Ultra فعال شده است.
آیا کاربران خارج از آمریکا هم میتوانند از آن استفاده کنند؟
فعلاً خیر. عرضهی اولیه محدود به کاربران آمریکایی با زبان انگلیسی است و گوگل زمان مشخصی برای گسترش جهانی اعلام نکرده است.
آیا اسپارک میتواند بدون اجازهی من عکسها را با دیگران به اشتراک بگذارد؟
گوگل اعلام کرده اسپارک پیش از هر اشتراکگذاری یا ارسال ایمیل، حتماً از کاربر تأیید میگیرد و آلبومهای جدید بهطور پیشفرض خصوصی هستند.
آیا فایل اصلی عکس هنگام ویرایش تغییر میکند؟
خیر. هر ویرایش بهصورت یک نسخهی جدید ذخیره میشود و تصویر اصلی دستنخورده باقی میماند.
آیا این یعنی نیازی به مهارت ویرایش عکس نیست؟
نه دقیقاً؛ اسپارک کارهای تکراری و پایه را خودکار میکند، اما مثل بسیاری از ابزارهای هوش مصنوعی دیگر، جایگزین کامل مهارت انسانی نیست. برای درک بهتر این مرز میان کمک هوش مصنوعی و مهارت واقعی، مقالهی توهم ساختن با هوش مصنوعی خواندنی است.
