- See võimaldab kaamera ja Gemini Live'i kaudu reaalajas helikirjeldusi.
- See hõlmab abi mobiilseadme raamimisel ja järelküsimuste esitamisel.
- See on loodud pimedatele või nägemispuudega inimestele ligipääsetavuse tööriistana.
- Nõuab Android 9 või uuemat versiooni ja ei asenda traditsioonilisi liikumisabivahendeid.
Kujutage ette, et saate taskus kanda kedagi, kes suudab täpselt kirjeldada, mis teie ümber reaalajas toimub. Noh, põhimõtteliselt just seda Google ongi teinud, integreerides Gemini Live'i juhitava nägemise – funktsiooni, mis murrab traditsioonilise küsimuse tippimise ja vastuse ootamise dünaamika, võimaldades meil nüüd tehisintellektiga suhelda lihtsalt sellele maailma kaamera objektiivi kaudu näidates.
See tööriist ei ole lihtsalt staatiline fotoanalüsaator; see pakub arvutinägemisel põhinevat sujuvat ja dünaamilist vestlust . Kuigi sellel on tohutu potentsiaal kõigile, kes vajavad abi visuaalsete detailidega, on selle peamine eesmärk ligipääsetavus pimedatele või nägemispuudega inimestele , seades eesmärgiks muuta keskkond täpsete helijuhiste abil palju arusaadavamaks ja hallatavamaks.
Kuidas see tehnoloogia täpselt töötab?
Protsess on üsna lihtne: kasutaja aktiveerib funktsiooni ja jagab kaamera signaali Gemini Live'iga. Seejärel analüüsib tehisintellekt reaalajas pilti ja kasutaja saab nähtu kohta küsida mida iganes. Kõige võimsam funktsioon on see, et see võimaldab järelküsimusi ; see tähendab, et kui Gemini tuvastab moosipurgi, saab kohe küsida aegumiskuupäeva või koostisosade kohta ilma päringut uuesti alustamata.
Erinevalt teistest tööriistadest saab Guided Vision telefoni kaadrit juhtida . Kui seade on suunatud liiga kõrgele, objektile liiga lähedale või veidi keskpunktist väljas, annab assistent teile telefoni asukoha kohandamiseks suulisi vihjeid . See tagab, et tehisintellektil on vajalik visuaalne teave, et vältida kirjelduses vigu.
Praktilised tööriistad igapäevaeluks
Rakendused on uskumatult mitmekesised ja aitavad lahendada igapäevaseid olukordi, mis võivad kohati keerulised olla. Näiteks on see ideaalne toitumisalaste siltide või ravimilehtede pisikese kirja lugemiseks kohtades, mida silmaga ei näe. See on väga kasulik ka kadunud esemete leidmiseks ; saate oma telefoni toas ringi liigutada ja paluda sellel teid teavitada, kui see tuvastab näiteks põrandale kukkunud kõrvaklapi või purke täis köögis oleva piprapurgi.
Lisaks süveneb tööriist subjektiivsematesse ja esteetilistesse valdkondadesse. Juhendatud Nägemine suudab ära tunda mustreid, kujundeid ja värve , nii et võid küsida, kas triibuline särk sobib konkreetsete pükstega või lihtsalt teada saada, mis värvi rõivas on. See võib isegi anda üldise kirjelduse tundmatust toast või tuvastada laual olevaid esemeid.
Androidi konfiguratsioon ja ühilduvus
Alustamiseks on kõige otsem viis avada Gemini rakendus, minna oma profiili seadetesse ja lubada reaalajas juhitava nägemise kasutamise valik . Kui olete selle teinud, avage lihtsalt Gemini Live ja jagage oma kaamera voogu. Neile, kes otsivad veelgi kiiremat juurdepääsu, on Google lisanud valiku luua otsetee ligipääsetavuse (nägemise) menüüst, mis võimaldab teil selle aktiveerida kahe sõrme žestidega, hõljuva nupuga või mõlema helitugevuse nupu samaaegse vajutamisega.
Tehniliste nõuete osas töötab funktsioon sujuvalt seadmetes, millel on Android 9 või uuem versioon , eeldusel, et Gemini Live on kasutaja keeles ja piirkonnas saadaval. Oluline on, et nii operatsioonisüsteem kui ka Gemini rakendus oleksid uusima versioonini värskendatud . Lisaks on see täielikult integreeritud Google TalkBackiga , et maksimeerida nägemispuudega kasutajate iseseisvust.
Arendusprotsess ja ohutushoiatused
See läbimurre ei olnud juhus, vaid pigem tiheda koostöö tulemus visuaalse interpretatsiooni eksperdi Airaga . Süsteemi töökindluse tagamiseks kasutati tuhandeid tunde reaalse maailma andmeid koos enam kui 1.000 usaldusväärse testija võrgustiku testija toega , tagades, et tehisintellekt saab aru, millist teavet inimene igapäevases olukorras tegelikult vajab.
Siiski on üks punkt, milles Google on kindel: see tööriist ei ole ei meditsiiniseade ega ohutussüsteem. Ettevõte hoiatab, et juhitav nägemine võib teha vigu ja seetõttu ei tohiks seda kasutada tänavatel navigeerimiseks , teel takistuste tuvastamiseks ega juhtkoera või kepi funktsiooni asendamiseks. Selle eesmärk on täiendav visuaalne abi , mitte ohutu liikumise juhendamine.
See reaalajas nägemise integreerimine tähistab paradigma muutust, kus me ei kohandu enam telefoni liidesega, vaid tehisintellekt kohandub meie keskkonnaga. Kombineerides täiustatud visuaalse tuvastamise loomuliku häälega liidesega, muudab Google mobiiltelefoni intelligentseks kaaslaseks , mis on võimeline kasutajat igas igapäevases olukorras lugema, tuvastama ja juhendama.