מדריך מלא לאופן שבו גוגל מודרך ראייה פועלת

אינפורמטק דיגיטל » בינה מלאכותית » מדריך מלא לאופן שבו גוגל מודרך ראייה פועלת

דמיינו לעצמכם שאתם מסוגלים לשאת מישהו בכיס שלכם שיכול לתאר בדיוק מה קורה סביבכם בזמן אמת. ובכן, זה בעצם מה שגוגל עשתה על ידי שילוב של Guided Vision ב-Gemini Live , תכונה ששוברת את הדינמיקה המסורתית של הקלדת שאלה והמתנה לתשובה, וכעת מאפשרת לנו לתקשר עם בינה מלאכותית פשוט על ידי הצגת העולם דרך עדשת המצלמה.

כלי זה אינו רק מנתח תמונות סטטי; הוא מציע שיחה זורמת ודינמית המבוססת על ראייה ממוחשבת. בעוד שיש לו פוטנציאל עצום לכל מי שזקוק לסיוע בפרטים חזותיים, מטרתו העיקרית היא נגישות לאנשים עיוורים או לקויי ראייה , במטרה להפוך את הסביבה למובנת וניתנת לניהול הרבה יותר באמצעות הוראות קוליות מדויקות.

איך בדיוק הטכנולוגיה הזו עובדת?

התהליך די פשוט: המשתמש מפעיל את התכונה ומשתף את אות המצלמה עם Gemini Live. משם, הבינה המלאכותית מנתחת את התמונה החיה, והמשתמש יכול לשאול כל דבר על מה שהוא רואה. התכונה החזקה ביותר היא שהיא מאפשרת שאלות המשך ; כלומר, אם Gemini מזהה צנצנת של שימורים, ניתן לשאול אותה מיד על תאריך התפוגה או המרכיבים מבלי להפעיל מחדש את השאילתה.

בניגוד לכלים אחרים, Guided Vision יכול להנחות את מיקום הטלפון . אם המכשיר מצביע גבוה מדי, קרוב מדי לאובייקט, או מעט מחוץ למרכז, העוזר ייתן לך רמזים מילוליים להתאים את מיקום הטלפון . זה מבטיח שלבינה המלאכותית יהיה המידע החזותי הדרוש כדי למנוע שגיאות בתיאור שלה.

כלים פרקטיים לחיי היומיום

היישומים מגוונים להפליא ועונים על מצבים יומיומיים שלעיתים יכולים להיות מאתגרים. לדוגמה, הוא אידיאלי לקריאת אותיות זעירות על תוויות תזונה או עלוני תרופות במקומות בהם העיניים לא יכולות לראות. הוא גם שימושי מאוד לאיתור חפצים אבודים ; ניתן להזיז את הטלפון בחדר ולבקש ממנו להתריע בפניכם כאשר הוא מזהה, למשל, אוזניה שנפלה על הרצפה או פלפל במטבח מלא צנצנות.

יתר על כן, הכלי מתעמק בתחומים סובייקטיביים ואסתטיים יותר. Guided Vision יכול לזהות דוגמאות, צורות וצבעים , כך שתוכלו לשאול אותו אם חולצה מפוספסת משתלבת היטב עם מכנסיים ספציפיים או פשוט לגלות מה צבע הבגד. הוא יכול אפילו לספק תיאור כללי של חדר לא מוכר או לזהות את הפריטים על שולחן.

תצורה ותאימות של אנדרואיד

כדי להתחיל, הדרך הישירה ביותר היא לפתוח את אפליקציית Gemini, לגשת להגדרות הפרופיל שלך ולהפעיל את האפשרות להשתמש ב- Live Guided Vision. לאחר שתעשה זאת, פשוט פתח את Gemini Live ושתפו את שידור המצלמה שלכם. עבור אלו המחפשים גישה מהירה עוד יותר, גוגל כללה את האפשרות ליצור קיצור דרך מתפריט הנגישות (Vision), המאפשר לכם להפעיל אותו באמצעות מחוות של שתי אצבעות, הכפתור הצף או על ידי לחיצה בו זמנית על שני כפתורי עוצמת הקול.

בנוגע לדרישות הטכניות, התכונה פועלת בצורה חלקה במכשירים עם אנדרואיד 9 ואילך , בתנאי ש-Gemini Live זמין בשפת המשתמש ובאזורו. חיוני לעדכן גם את מערכת ההפעלה וגם את אפליקציית Gemini לגרסה העדכנית ביותר . יתר על כן, היא משולבת במלואה עם Google TalkBack כדי למקסם את העצמאות עבור משתמשים עם לקויות ראייה.

תהליך הפיתוח ואזהרות הבטיחות

פריצת דרך זו לא הייתה מקרה, אלא תוצאה של שיתוף פעולה הדוק עם חברת Aira, מומחית בפרשנות חזותית . כדי להבטיח את אמינות המערכת, נעשה שימוש באלפי שעות של נתונים מהעולם האמיתי, יחד עם תמיכה של למעלה מ -1.000 בודקים מרשת Trusted Tester , מה שמבטיח שהבינה המלאכותית תבין איזה מידע אדם באמת צריך במצב יומיומי.

עם זאת, יש נקודה אחת שבה גוגל מתעקשת: כלי זה אינו מכשיר רפואי ואינו מערכת בטיחות. החברה מזהירה כי ראייה מודרכת יכולה לעשות טעויות ולכן אין להשתמש בה לניווט ברחובות, לגילוי מכשולים בנתיב או להחלפת תפקידו של כלב נחייה או מקל הליכה. מטרתו היא סיוע חזותי משלים , לא הנחיית תנועה בטוחה.

שילוב זה של ראייה בזמן אמת מסמן שינוי פרדיגמה שבו איננו מסתגלים עוד לממשק הטלפון, אלא שבינה מלאכותית מסתגלת לסביבתנו. על ידי שילוב של זיהוי חזותי מתקדם עם ממשק קולי טבעי, גוגל הופכת את הטלפון הנייד לבן לוויה אינטליגנטי המסוגל לקרוא, לזהות ולהדריך את המשתמש בכל סיטואציה יומיומית.