- Umožňuje zvukové popisy v reálném čase prostřednictvím kamery a Gemini Live.
- Zahrnuje pomoc s nastavením mobilního zařízení a kladením doplňujících otázek.
- Je navržen jako nástroj pro usnadnění přístupu pro nevidomé nebo zrakově postižené osoby.
- Vyžaduje Android 9 nebo vyšší a nenahrazuje tradiční pomůcky pro mobilitu.
Představte si, že byste mohli nosit v kapse někoho, kdo vám v reálném čase přesně popisuje, co se kolem vás děje. To je v podstatě to, co Google udělal integrací... Řízená vize v rámci Gemini LiveTato funkce boří tradiční dynamiku psaní otázky a čekání na odpověď a nyní nám umožňuje interagovat s umělou inteligencí jednoduše tím, že jí ukazujeme svět skrze objektiv fotoaparátu.
Tento nástroj není jednoduchý statický analyzátor fotografií, ale spíše nabízí... plynulá a dynamická konverzace založené na počítačovém vidění. Přestože má obrovský potenciál pro každého, kdo potřebuje pomoc s vizuálními detaily, jeho srdcem a raison d'être je přístupnost pro nevidomé nebo se zhoršeným zrakem, snaha o to, aby bylo prostředí mnohem srozumitelnější a zvládnutelnější pomocí přesných zvukových instrukcí.
Jak přesně tato technologie funguje?
Proces je poměrně jednoduchý: uživatel aktivuje funkci a sdílet signál kamery s Gemini Live. Poté umělá inteligence analyzuje živý obraz a uživatel se může zeptat na cokoli, co vidí. Nejsilnější funkcí je, že vám to umožňuje dělat... navazující otázkyJinými slovy, pokud Gemini identifikuje konzervu zavařenin, můžete se jí okamžitě zeptat na datum spotřeby nebo na to, jaké ingredience obsahuje, aniž byste museli dotaz restartovat.
Na rozdíl od jiných nástrojů je Guided Vision schopen vést rámování mobilního telefonuPokud zařízení míří příliš vysoko, příliš blízko k objektu nebo je mírně mimo střed, asistent vám dá slovní pokyny k opravě. upravit polohu telefonuDíky tomu má umělá inteligence k dispozici potřebné vizuální informace, aby se zabránilo chybám v popisu.
Praktické nástroje pro každodenní život
Aplikace jsou neuvěřitelně rozmanité a dotýkají se velmi každodenních problémů, které nám někdy připadají náročné. Například je ideální pro číst malá písmena na nutričních štítcích nebo příbalových letácích k lékům, kde to není snadno viditelné. Je to také velmi užitečné pro najít ztracené předmětyMůžete s telefonem pohybovat po místnosti a požádat ho, aby vás upozornil, když například detekuje sluchátko, které spadlo na podlahu, nebo pepřenku v kuchyni plné sklenic.
Nástroj se navíc ponořuje do subjektivnější a estetičtější oblasti. Řízené vidění dokáže rozpoznat vzory, tvary a barvyTakže se jí můžete zeptat, jestli se pruhované tričko hodí k určitým kalhotám, nebo prostě zjistit, jakou barvu má daný oděv. Dokonce může udělat obecný popis pobytu neznámé nebo podrobné informace o tom, jaké věci leží na stole.
Konfigurace a kompatibilita s Androidem
Nejpřímějším způsobem pro začátek je otevřít aplikaci Gemini, přejít do nastavení profilu a vyberte možnost použití řízeného vidění živě. Jakmile to uděláte, jednoduše otevřete Gemini Live a sdílejte kameru. Pro ty, kteří hledají vyšší rychlost, Google přidal možnost vytvořit přímý přístup z nabídky Přístupnost (Vizuální asistence), která umožňuje aktivaci gesty dvěma prsty, plovoucím tlačítkem nebo současným stisknutím obou tlačítek hlasitosti.
Co se týče technických požadavků, funkce běží hladce na zařízeních s Android 9 nebo novější verzeza předpokladu, že je Gemini Live k dispozici v jazyce a regionu uživatele. Je nezbytné mít operační systém i aplikaci Gemini. aktualizováno na nejnovější verziNavíc byl plně integrován s Google TalkBack maximalizovat autonomii uživatelů se zrakovým postižením.
Proces vývoje a bezpečnostní varování
Tento pokrok nebyl výsledkem náhody, ale úzké spolupráce s Aira, expertka na vizuální interpretaciAby byl systém skutečně spolehlivý, byly potřeba tisíce hodin reálných dat a podpora více než 1 000 testerů ze sítě Trusted Testerzajištění toho, aby umělá inteligence chápala, jaké informace člověk v každodenní situaci skutečně potřebuje.
V jednom bodě je však Google neoblomný: tento nástroj nejedná se o zdravotnický prostředek ani bezpečnostní systém. Společnost varuje, že systém Guided Vision může dělat chyby, a proto Nemělo by se používat k navigaci. na ulici, detekovat překážky v cestě nebo nahradit funkci vodicího psa či hole. Jeho účelem je doplňková vizuální asistencene průvodce bezpečnou mobilitou.
Tato integrace vidění v reálném čase představuje paradigmatický posun, kdy se již nepřizpůsobujeme rozhraní telefonu, ale umělá inteligence se přizpůsobuje našemu prostředí. Kombinací pokročilého vizuálního rozpoznávání s přirozeným hlasovým rozhraním Google transformuje mobilní telefon v… inteligentní společník schopný číst, identifikovat a vést uživatele v jakékoli každodenní situaci.