- 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 v realnem času natančno opisuje, kaj se dogaja okoli vas. No, prav to je Google v bistvu storil z integracijo Vodena vizija znotraj Gemini LiveTa funkcionalnost prekinja tradicionalno dinamiko pisanja vprašanja in čakanja na odgovor ter nam zdaj omogoča interakcijo z umetno inteligenco preprosto tako, da ji svet prikažemo skozi objektiv kamere.
To orodje ni preprost statični analizator fotografij, temveč ponuja tekoč in dinamičen pogovor ki temelji na računalniškem vidu. Čeprav ima ogromen potencial za vsakogar, ki potrebuje pomoč pri vizualnih podrobnostih, je njegovo srce in smisel v dostopnost za slepe osebe ali z oslabljenim vidom, ki si prizadevajo, da bi bilo okolje veliko bolj razumljivo in obvladljivo s pomočjo natančnih zvočnih navodil.
Kako točno deluje ta tehnologija?
Postopek je precej preprost: uporabnik aktivira funkcijo in deliti signal kamere z Gemini Live. Od tam umetna inteligenca analizira sliko v živo, uporabnik pa lahko vpraša karkoli o tem, kar vidi. Najmočnejša funkcija je, da vam omogoča, da to storite nadaljnja vprašanjaZ drugimi besedami, če Gemini prepozna pločevinko marmelade, jo lahko takoj vprašate, kakšen je rok uporabnosti ali katere sestavine vsebuje, ne da bi morali ponovno zagnati poizvedbo.
Za razliko od drugih orodij je vodeni vid sposoben voditi okvirjanje mobilnega telefonaČe je naprava usmerjena previsoko, preblizu predmeta ali rahlo izven središča, vam bo asistent dal ustne pozive, da to popravite. prilagodite položaj telefonaTo zagotavlja, da ima umetna inteligenca potrebne vizualne informacije, da se izogne napakam v opisu.
Praktična orodja za vsakdanje življenje
Aplikacije so neverjetno raznolike in se dotikajo zelo vsakdanjih vprašanj, ki se nam včasih zdijo izziv. Idealno je na primer za bere male črke na etiketah s hranilno vrednostjo ali navodilih za uporabo zdravil, kjer ni zlahka vidno. Zelo uporabno je tudi za najti izgubljene predmeteTelefon lahko premikate po sobi in ga prosite, naj vas opozori, ko zazna na primer slušalko, ki je padla na tla, ali pa popernik v kuhinji, polni kozarcev.
Poleg tega orodje posega v bolj subjektivno in estetsko področje. Vodeni vid lahko prepozna vzorci, oblike in barveTorej jo lahko vprašate, ali se črtasta majica dobro poda k določenim hlačam, ali pa preprosto ugotovite, kakšne barve je oblačilo. Lahko celo ... splošen opis bivanja neznano ali podrobno, katere stvari ležijo na mizi.
Konfiguracija in združljivost z Androidom
Za začetek je najbolj neposreden način, da odprete aplikacijo Gemini, pojdite v nastavitve profila in izberite možnost uporabe vodenega vida v živo. Ko to storite, preprosto odprite Gemini Live in delite kamero. Za tiste, ki iščejo večjo hitrost, je Google vključil možnost ustvarjanja neposreden dostop iz menija Dostopnost (Vizualna pomoč), ki omogoča aktiviranje z dvema prstoma, plavajočim gumbom ali s hkratnim pritiskom obeh gumbov za glasnost.
Kar zadeva tehnične zahteve, funkcija deluje gladko na napravah z Android 9 ali novejše različicepod pogojem, da je Gemini Live na voljo v uporabnikovem jeziku in regiji. Bistveno je imeti tako operacijski sistem kot aplikacijo Gemini. posodobljen na najnovejšo različicoPoleg tega je bil popolnoma integriran z Google TalkBack za maksimiranje avtonomije uporabnikov z okvaro vida.
Razvojni proces in varnostna opozorila
Ta napredek ni bil rezultat naključja, temveč tesnega sodelovanja z Aira, strokovnjakinja za vizualno interpretacijoDa bi zagotovili resnično zanesljivost sistema, je bilo potrebnih na tisoče ur podatkov iz resničnega sveta in podpora več kot 1.000 preizkuševalcev iz omrežja Trusted Testerzagotavljanje, da umetna inteligenca razume, katere informacije oseba resnično potrebuje v vsakdanji situaciji.
Vendar pa Google vztraja pri eni točki: to orodje ni medicinski pripomoček niti varnostnega sistema. Podjetje opozarja, da lahko Guided Vision dela napake in zato Ne sme se uporabljati za navigacijo. na ulici, zaznavanje ovir na poti ali nadomestitev funkcije vodniškega psa ali palice. Njegov namen je dodatna vizualna pomočne vodnik za varno mobilnost.
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 spremeni mobilni telefon v inteligenten spremljevalec sposoben brati, prepoznavati in voditi uporabnika v kateri koli vsakodnevni situaciji.