เร่งการค้นพบด้วย Gemini สำหรับการวิจัย
คุณสามารถใช้โมเดล Gemini เพื่อต่อยอดงานวิจัยพื้นฐานในสาขาวิชาต่างๆ ต่อไปนี้คือวิธีที่คุณใช้ Gemini เพื่อค้นคว้าข้อมูลได้
- การปรับแต่ง: คุณปรับแต่งโมเดล Gemini สำหรับรูปแบบต่างๆ เพื่อ ต่อยอดงานวิจัยได้ ดูข้อมูลเพิ่มเติม
- วิเคราะห์และควบคุมเอาต์พุตของโมเดล: คุณสามารถตรวจสอบผู้สมัครรับการตอบกลับที่โมเดลสร้างขึ้นโดยใช้เครื่องมือต่างๆ เช่น
Logprobs
และCitationMetadata
เพื่อทำการวิเคราะห์เพิ่มเติม นอกจากนี้ คุณยังกำหนดค่าตัวเลือกสำหรับการสร้างโมเดลและ เอาต์พุตได้ด้วย เช่นresponseSchema
,topP
และtopK
ดูข้อมูลเพิ่มเติม - อินพุตแบบหลายรูปแบบ: Gemini สามารถประมวลผลรูปภาพ เสียง และวิดีโอ ซึ่งจะช่วยให้การวิจัยมีแนวทางที่น่าสนใจมากมาย ดูข้อมูลเพิ่มเติม
- ความสามารถด้านบริบทแบบยาว: Gemini 1.5 Flash มาพร้อมหน้าต่างบริบทขนาด 1 ล้านโทเค็น และ Gemini 1.5 Pro มาพร้อมหน้าต่างบริบทขนาด 2 ล้านโทเค็น ดูข้อมูลเพิ่มเติม
- Grow with Google: เข้าถึงโมเดล Gemini ผ่าน API และ Google AI Studio ได้อย่างรวดเร็วสำหรับกรณีการใช้งานในการผลิต หากคุณกำลังมองหาแพลตฟอร์มที่ใช้ Google Cloud Vertex AI สามารถจัดหาโครงสร้างพื้นฐานเพิ่มเติมที่รองรับได้
Google ให้สิทธิ์เข้าถึงเครดิต Gemini API สำหรับนักวิทยาศาสตร์และนักวิจัยทางวิชาการผ่านโปรแกรม Gemini สำหรับสถาบันการศึกษา เพื่อสนับสนุนการวิจัยทางวิชาการและขับเคลื่อนการวิจัยที่ล้ำสมัย
เริ่มต้นใช้งาน Gemini
Gemini API และ Google AI Studio ช่วยให้คุณเริ่มทำงานกับโมเดลล่าสุดของ Google และเปลี่ยนไอเดียให้เป็นแอปพลิเคชันที่ปรับขนาดได้
Python
from google import genai
client = genai.Client()
response = client.models.generate_content(
model="gemini-2.0-flash",
contents="How large is the universe?",
)
print(response.text)
JavaScript
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({});
async function main() {
const response = await ai.models.generateContent({
model: "gemini-2.0-flash",
contents: "How large is the universe?",
});
console.log(response.text);
}
await main();
REST
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-1.5-flash:generateContent" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H 'Content-Type: application/json' \
-X POST \
-d '{
"contents": [{
"parts":[{"text": "How large is the universe?"}]
}]
}'
นักวิชาการที่แนะนำ
"การวิจัยของเรามุ่งเน้นไปที่ Gemini ในฐานะโมเดลภาษาภาพ (VLM) และพฤติกรรมแบบเอเจนต์ในสภาพแวดล้อมที่หลากหลายจากมุมมองด้านความแข็งแกร่งและความปลอดภัย ที่ผ่านมา เราได้ประเมินความแข็งแกร่งของ Gemini ในการรับมือกับสิ่งรบกวนต่างๆ เช่น หน้าต่างป๊อปอัป เมื่อเอเจนต์ VLM ทำงานบนคอมพิวเตอร์ และใช้ประโยชน์จาก Gemini เพื่อวิเคราะห์การโต้ตอบทางโซเชียล เหตุการณ์ตามลำดับเวลา รวมถึงปัจจัยเสี่ยงโดยอิงตามอินพุตวิดีโอ"
"Gemini Pro และ Flash ที่มีหน้าต่างบริบทที่ยาวช่วยเราใน OK-Robot ซึ่งเป็นโปรเจ็กต์การจัดการบนอุปกรณ์เคลื่อนที่แบบเปิดคำศัพท์ Gemini ช่วยให้สามารถใช้คำค้นหาและคำสั่งภาษาธรรมชาติที่ซับซ้อนกับ "หน่วยความจำ" ของหุ่นยนต์ได้ ในกรณีนี้คือการสังเกตการณ์ก่อนหน้าที่หุ่นยนต์ดำเนินการเป็นเวลานาน นอกจากนี้ ผมและ Mahi Shafiullah ยังใช้ Gemini เพื่อแยกย่อยงานเป็นโค้ดที่หุ่นยนต์สามารถดำเนินการในโลกแห่งความเป็นจริงได้ด้วย"
โปรแกรม Gemini Academic
นักวิจัยด้านวิชาการที่มีคุณสมบัติ (เช่น คณาจารย์ เจ้าหน้าที่ และนักศึกษาปริญญาเอก) ในประเทศที่รองรับสามารถสมัครรับเครดิต Gemini API และโควต้าที่สูงขึ้นสำหรับโปรเจ็กต์วิจัย การรองรับนี้ช่วยให้ การทดลองทางวิทยาศาสตร์มีปริมาณงานที่สูงขึ้นและช่วยต่อยอดการวิจัย
เราสนใจเป็นพิเศษในสาขาการวิจัยในส่วนต่อไปนี้ แต่ก็ยินดีรับใบสมัครจากสาขาวิทยาศาสตร์ที่หลากหลาย
การประเมินและเกณฑ์มาตรฐาน: วิธีการประเมินที่ชุมชนรับรองซึ่ง สามารถให้สัญญาณประสิทธิภาพที่แข็งแกร่งในด้านต่างๆ เช่น ความถูกต้อง ความปลอดภัย การปฏิบัติตามคำสั่ง การให้เหตุผล และการวางแผน
เร่งการค้นพบทางวิทยาศาสตร์เพื่อประโยชน์ของมวลมนุษยชาติ: ศักยภาพ การประยุกต์ใช้ AI ในการวิจัยทางวิทยาศาสตร์แบบสหวิทยาการ รวมถึงสาขาต่างๆ เช่น โรคหายากและโรคที่ถูกละเลย ชีววิทยาเชิงทดลอง วิทยาศาสตร์วัสดุ และความยั่งยืน
การจำลองและการโต้ตอบ: ใช้โมเดลภาษาขนาดใหญ่เพื่อ ตรวจสอบการโต้ตอบใหม่ๆ ในสาขา AI แบบฝังตัว การโต้ตอบรอบข้าง หุ่นยนต์ และปฏิสัมพันธ์ระหว่างมนุษย์กับคอมพิวเตอร์
ความสามารถที่เกิดขึ้นใหม่: การสำรวจความสามารถใหม่ๆ ของเอเจนต์ที่จำเป็นต่อการ ปรับปรุงการให้เหตุผลและการวางแผน รวมถึงวิธีขยายความสามารถระหว่าง การอนุมาน (เช่น โดยใช้ Gemini Flash)
การโต้ตอบและความเข้าใจแบบมัลติโมดอล: ระบุช่องว่างและโอกาสสำหรับโมเดลพื้นฐานแบบมัลติโมดอลสำหรับการวิเคราะห์ การให้เหตุผล และการวางแผนในงานต่างๆ
การมีสิทธิ์: เฉพาะบุคคลธรรมดา (คณาจารย์ นักวิจัย หรือเทียบเท่า) ที่สังกัดสถาบันการศึกษาหรือองค์กรวิจัยทางวิชาการที่ถูกต้อง เท่านั้นที่จะสมัครได้ โปรดทราบว่า Google จะเป็นผู้พิจารณาให้สิทธิ์เข้าถึง API และเครดิต รวมถึงการนำสิทธิ์ออก เราตรวจสอบใบสมัครเป็นรายเดือน