ბარსელონაში, მობილური მსოფლიო კონგრესის ფარგლებში, მოვახერხე შეხვედრა Google-ის Android-ის ხელმძღვანელთან, სამირ სამატთან. შეხვედრისას უნებურად გამახსენდა, რა გზა გაიარა Android-ის ეკოსისტემამ. სულ რაღაც ხუთი წლის წინ, Android-ის მთავარი მიზანი პერსონალიზებული კონფიდენციალურობის კონტროლი და ჭკვიანი სახლის ინტეგრაცია იყო. ახლა კი, Android-ის მასიური ქანდაკებების, Gemini-ის ბუშტებისა და თაროებიდან ჩამომხტარი მინიატურული ფიგურების ფონზე, ნათლად იკვეთება მობილური გამოცდილების თითქმის ყველა ასპექტში ხელოვნური ინტელექტის ინტეგრირებისკენ მიმართული ნარატივი.
სწორედ სამირ სამატი ხელმძღვანელობს ამ ევოლუციას. მან კონფერენციის დატვირთული გრაფიკის მიუხედავად, დრო გამონახა, რათა გვესაუბრა Gemini Live-ის ახალ შესაძლებლობებზე, როგორიცაა რეალურ დროში ვიდეო და ეკრანის გაზიარება. ეს ფუნქციები DeepMind-ის Project Astra-ს ბაზაზეა შექმნილი და Android-ის ხელოვნურ ინტელექტზე ორიენტირებულ მომავალს ასახავს.
სამატის ენთუზიაზმი Gemini Live-ის ახალი ფუნქციების მიმართ შესამჩნევი იყო საუბრის დასაწყისიდანვე. მან აღნიშნა, რომ გასულ წელს Circle to Search-ის მარკეტინგი ზომიერად წარმართეს. მისი თქმით, მათ არც კი უხსენებიათ სიტყვა "ხელოვნური ინტელექტი", არამედ უბრალოდ აჩვენეს, თუ რა შეუძლია ამ ტექნოლოგიას მომხმარებლისთვის. სამატი გეგმავს, რომ მომავალშიც Android-ის ახალი ფუნქციების უპირატესობებზე გაამახვილოს ყურადღება და არა იმ ფაქტზე, რომ ამის უკან ხელოვნური ინტელექტი დგას.
Gemini Live-ის ახალი შესაძლებლობაა სმარტფონის კამერის ნებისმიერ ობიექტზე მიმართვა და მასზე მყისიერად საუბარი. კონფერენციაზე სპეციალურ ოთახში მიმიყვანეს, სადაც მაგიდაზე კერამიკული ვაზა და რამდენიმე ფერადი ნიმუში იდო. Gemini Live-მა, ხმოვანი შეკითხვებისა და Pixel 9 Pro XL-ის კამერიდან მიღებული ვიდეოს გამოყენებით, შეძლო დაედგინა, რომელი ფერები შეესაბამებოდა საუკეთესოდ ვაზას.
Gemini Live ასევე შეძლებს ეკრანის გაზიარების კონტენტის ამოცნობას და კონტექსტური საუბრების წარმართვას. სამატის თქმით, მომხმარებელს შეუძლია გამოიყენოს Gemini Live, მაგალითად, ახალი ავტომობილის ფასების შედარებისას და ჰკითხოს: "რა არის ყველა იმ ავტომობილის საშუალო ფასი, რომელიც ახლა ვნახეთ?". Gemini Live შეძლებს სესიის განმავლობაში ნანახი ყველა ავტომობილის ფასის გამოთვლას.
მნიშვნელოვანია, რომ ეს შესაძლებლობები DeepMind-ის Project Astra-დან მომდინარეობს, რომელიც მიზნად ისახავს "უნივერსალური ხელოვნური ინტელექტის ასისტენტის" შექმნას, რომელსაც შეუძლია ხმის, ვიზუალისა და გარემოს კონტექსტის ერთდროულად დამუშავება. დეკემბერში Google-ის კამპუსში Project Astra-სთან უშუალო გამოცდილების მიღების შემდეგ, ეს ახალი ფუნქციები მაშინვე გამახსენდა ის ძალა და შესაძლებლობები, რომლებიც დემო ვერსიაში ვნახე.
სამატმა აღიარა, რომ მიუხედავად იმისა, რომ ეს ფუნქციები სმარტფონში ძალიან საინტერესოა, ეს მხოლოდ მცირე ნაწილია იმისა, თუ რა არის შესაძლებელი. "Gemini-ის Astra-სთან ინტეგრირებული შესაძლებლობები, რომელსაც ახლა ტელეფონში ვხედავთ, ნათლად წარმოაჩენს, თუ რა არის შესაძლებელი სათვალეებზე."
Google I/O-ზე, სერგეი ბრინმა აღნიშნა, რომ Project Astra-ზე მომუშავე ჭკვიანი სათვალეები დიდ პერსპექტივას აჩვენებს.
წარმოიდგინეთ, რომ ინჟინერიის სახელმძღვანელოს ათვალიერებთ, - განმარტავს სამატი, - და სთხოვთ Gemini-ს, დაიმახსოვროს გვერდებზე ნაჩვენები დიაგრამა. მოგვიანებით, როდესაც პრობლემის გადაჭრის დრო დადგება, შეგიძლიათ სთხოვოთ Gemini-ს, მიმართოს დიაგრამიდან მიღებულ ცოდნას. "ეს დაგეხმარებათ პრობლემების გადაჭრაში. ეს ძალიან მაგარია."
ცოდნის კონტექსტური ფანჯარა Gemini Live-ის ახალი მულტიმოდალური ფუნქციების ძალისა და პერსპექტივის მთავარი კომპონენტია. თუმცა, მთავარია, დროულად გამოიყენოთ ტექნოლოგია, რათა მან შეძლოს გარემოს დეტალების აღქმა.
სამატი თანხმდება, რომ უწყვეტობა ამ ტექნოლოგიის მთავარი გამოწვევაა. "ყველაზე ჯადოსნური ის არის, რაც ყველაზე შეუფერხებლად მუშაობს", - განაგრძო მან. "ჩვენ ყველანი ვცდილობთ ამის მიღწევას და ბევრს ვმუშაობთ ამაზე."
გსურთ კომენტარის დატოვება?
კომენტარის დასატოვებლად საჭიროა ავტორიზაცია
შესვლა რეგისტრაციაკომენტარები არ არის
იყავით პირველი, ვინც დატოვებს კომენტარს