- Omogoča zvočne opise v realnem času prek kamere in Gemini Live.
- Vključuje pomoč pri uokvirjanju mobilne naprave in postavljanju dodatnih vprašanj.
- Zasnovan je kot orodje za dostopnost za slepe ali slabovidne osebe.
- Zahteva Android 9 ali novejši in ne nadomešča tradicionalnih pripomočkov za mobilnost.
Predstavljajte si, da lahko v žepu nosite nekoga, ki vam lahko v realnem času natančno opiše, kaj se dogaja okoli vas. No, prav to je Google storil z integracijo vodenega vida v Gemini Live , funkcije, ki prekinja tradicionalno dinamiko tipkanja vprašanja in čakanja na odgovor ter nam zdaj omogoča interakcijo z umetno inteligenco preprosto tako, da ji svet pokažemo skozi objektiv kamere.
To orodje ni zgolj statični analizator fotografij; ponuja tekoč in dinamičen pogovor, ki temelji na računalniškem vidu. Čeprav ima ogromen potencial za vse, ki potrebujejo pomoč pri vizualnih podrobnostih, je njegov glavni namen dostopnost za slepe ali slabovidne osebe , s čimer želi okolje narediti veliko bolj razumljivo in obvladljivo s pomočjo natančnih zvočnih navodil.
Kako točno deluje ta tehnologija?
Postopek je precej preprost: uporabnik aktivira funkcijo in deli signal kamere z Gemini Live. Od tam umetna inteligenca analizira sliko v živo in uporabnik lahko vpraša karkoli o tem, kar vidi. Najmočnejša funkcija je, da omogoča dodatna vprašanja ; to pomeni, da če Gemini prepozna kozarec marmelade, ga lahko takoj vprašate o datumu poteka veljavnosti ali sestavinah, ne da bi morali znova zagnati poizvedbo.
Za razliko od drugih orodij lahko vodeni vid usmerja kadriranje telefona . Če je naprava usmerjena previsoko, preblizu predmeta ali rahlo izven središča, vam bo pomočnik dal ustne namige za prilagoditev položaja telefona . To zagotavlja, da ima umetna inteligenca potrebne vizualne informacije, da se izogne napakam pri opisu.
Praktična orodja za vsakdanje življenje
Aplikacije so neverjetno raznolike in obravnavajo vsakdanje situacije, ki so včasih lahko izziv. Idealen je na primer za branje drobnega tiska na etiketah s hranilnimi vrednostmi ali navodilih za uporabo zdravil, kjer vaše oči ne morejo videti. Zelo uporaben je tudi za iskanje izgubljenih predmetov ; telefon lahko premikate po sobi in ga prosite, naj vas opozori, ko zazna na primer slušalko, ki je padla na tla, ali stresalnik popra v kuhinji, polni kozarcev.
Poleg tega orodje prodre v bolj subjektivna in estetska področja. Vodeni vid lahko prepozna vzorce, oblike in barve , zato ga lahko vprašate, ali se črtasta majica dobro poda k določenim hlačam, ali preprosto ugotovite, kakšne barve je oblačilo. Lahko celo poda splošen opis neznane sobe ali prepozna predmete na mizi.
Konfiguracija in združljivost z Androidom
Za začetek je najbolj neposreden način, da odprete aplikacijo Gemini, pojdite v nastavitve profila in omogočite možnost uporabe funkcije Live Guided Vision. Ko to storite, preprosto odprite Gemini Live in delite vir kamere. Za tiste, ki iščejo še hitrejši dostop, je Google vključil možnost ustvarjanja bližnjice v meniju Dostopnost (Vid), ki vam omogoča, da jo aktivirate z dvema prstoma, plavajočim gumbom ali s hkratnim pritiskom obeh gumbov za glasnost.
Kar zadeva tehnične zahteve, funkcija deluje brezhibno na napravah z operacijskim sistemom Android 9 ali novejšim , če je Gemini Live na voljo v uporabnikovem jeziku in regiji. Bistveno je, da sta operacijski sistem in aplikacija Gemini posodobljena na najnovejšo različico . Poleg tega je popolnoma integrirana z Google TalkBack , da se poveča neodvisnost uporabnikov z okvaro vida.
Razvojni proces in varnostna opozorila
Ta preboj ni bil stvar naključja, temveč rezultat tesnega sodelovanja z Airo, strokovnjaki za vizualno interpretacijo . Za zagotovitev zanesljivosti sistema je bilo uporabljenih na tisoče ur podatkov iz resničnega sveta, skupaj s podporo več kot 1.000 preizkuševalcev iz omrežja Trusted Tester , kar je zagotovilo, da umetna inteligenca razume, katere informacije človek resnično potrebuje v vsakdanji situaciji.
Vendar pa Google vztraja pri eni točki: to orodje ni ne medicinski pripomoček ne varnostni sistem. Podjetje opozarja, da lahko vodeni vid povzroča napake in se zato ne sme uporabljati za navigacijo po ulicah, zaznavanje ovir na poti ali nadomeščanje funkcije psa vodnika ali palice. Njegov namen je dopolnilna vizualna pomoč , ne pa varno vodenje pri mobilnosti.
Ta integracija vida v realnem času pomeni premik paradigme, kjer se ne prilagajamo več vmesniku telefona, temveč se umetna inteligenca prilagaja našemu okolju. Z združevanjem naprednega vizualnega prepoznavanja z naravnim glasovnim vmesnikom Google spreminja mobilni telefon v inteligentnega spremljevalca , ki je sposoben brati, prepoznavati in voditi uporabnika v vsaki vsakdanji situaciji.