- Lejon përshkrime audio në kohë reale përmes kamerës dhe Gemini Live.
- Përfshin ndihmë me përgatitjen e një skeme për pajisjen celulare dhe bërjen e pyetjeve pasuese.
- Është projektuar si një mjet aksesueshmërie për personat e verbër ose me shikim të kufizuar.
- Kërkon Android 9 ose më të lartë dhe nuk zëvendëson ndihmat tradicionale të lëvizshmërisë.
Imagjinoni të jeni në gjendje të mbani dikë në xhep i cili mund të përshkruajë saktësisht se çfarë po ndodh përreth jush në kohë reale. Epo, kjo është në thelb ajo që Google ka bërë duke integruar Guided Vision në Gemini Live , një veçori që thyen dinamikën tradicionale të shkrimit të një pyetjeje dhe pritjes së një përgjigjeje, duke na lejuar tani të bashkëveprojmë me inteligjencën artificiale thjesht duke i treguar asaj botën përmes lentes së kamerës.
Ky mjet nuk është thjesht një analizues statik fotosh; ai ofron një bisedë të rrjedhshme dhe dinamike bazuar në shikimin kompjuterik. Ndërsa ka potencial të madh për këdo që ka nevojë për ndihmë me detajet vizuale, qëllimi i tij kryesor është aksesueshmëria për individët e verbër ose me shikim të kufizuar , duke synuar ta bëjë mjedisin shumë më të kuptueshëm dhe të menaxhueshëm përmes udhëzimeve të sakta audio.
Si funksionon saktësisht kjo teknologji?
Procesi është mjaft i thjeshtë: përdoruesi aktivizon funksionin dhe ndan sinjalin e kamerës me Gemini Live. Nga aty, inteligjenca artificiale analizon imazhin live dhe përdoruesi mund të pyesë çdo gjë rreth asaj që po sheh. Karakteristika më e fuqishme është se lejon pyetje pasuese ; domethënë, nëse Gemini identifikon një kavanoz me reçel, mund ta pyesni menjëherë për datën e skadimit ose përbërësit pa pasur nevojë ta rinisni pyetjen.
Ndryshe nga mjetet e tjera, Guided Vision mund të drejtojë kuadrin e telefonit . Nëse pajisja po tregon shumë lart, shumë afër objektit ose pak jashtë qendrës, asistenti do t'ju japë sinjale verbale për të rregulluar pozicionin e telefonit . Kjo siguron që IA të ketë informacionin e nevojshëm vizual për të shmangur gabimet në përshkrimin e tij.
Mjete praktike për jetën e përditshme
Aplikimet janë tepër të larmishme dhe adresojnë situata të përditshme që ndonjëherë mund të jenë sfiduese. Për shembull, është ideal për të lexuar shkronja të vogla në etiketat e të ushqyerit ose fletëpalosjet e ilaçeve ku sytë tuaj nuk mund t'i shohin. Është gjithashtu shumë i dobishëm për gjetjen e objekteve të humbura ; mund ta lëvizni telefonin tuaj nëpër dhomë dhe t'i kërkoni t'ju njoftojë kur zbulon, për shembull, një kufje që ka rënë në dysheme ose piperin në një kuzhinë plot me kavanoza.
Për më tepër, mjeti depërton në fusha më subjektive dhe estetike. Shikimi i Udhëhequr mund të njohë modelet, format dhe ngjyrat , kështu që mund ta pyesni nëse një këmishë me vija shkon mirë me pantallona specifike ose thjesht të zbuloni se çfarë ngjyre është një veshje. Madje mund të ofrojë një përshkrim të përgjithshëm të një dhome të panjohur ose të identifikojë sendet në një tavolinë.
Konfigurimi dhe përputhshmëria e Android-it
Për të filluar, mënyra më e drejtpërdrejtë është të hapni aplikacionin Gemini, të shkoni te cilësimet e profilit tuaj dhe të aktivizoni opsionin për të përdorur Live Guided Vision. Pasi ta keni bërë këtë, thjesht hapni Gemini Live dhe ndani transmetimin e kamerës suaj. Për ata që kërkojnë akses edhe më të shpejtë, Google ka përfshirë opsionin për të krijuar një shkurtore nga menyja e Aksesueshmërisë (Vizion), duke ju lejuar ta aktivizoni atë me gjeste me dy gishta, butonin lundrues ose duke shtypur të dy butonat e volumit njëkohësisht.
Lidhur me kërkesat teknike, funksioni funksionon pa probleme në pajisjet me Android 9 ose më të ri , me kusht që Gemini Live të jetë i disponueshëm në gjuhën dhe rajonin e përdoruesit. Është thelbësore që si sistemi operativ ashtu edhe aplikacioni Gemini të jenë të përditësuar në versionin më të fundit . Për më tepër, është plotësisht i integruar me Google TalkBack për të maksimizuar pavarësinë për përdoruesit me dëmtime shikimi.
Procesi i zhvillimit dhe paralajmërimet e sigurisë
Ky zbulim i madh nuk ishte çështje rastësie, por më tepër rezultat i bashkëpunimit të ngushtë me Aira-n, ekspertë në interpretimin vizual . Për të siguruar besueshmërinë e sistemit, u përdorën mijëra orë të dhënash nga bota reale, së bashku me mbështetjen e mbi 1.000 testuesve nga rrjeti i Testuesve të Besuar , duke garantuar që IA e kuptoi se çfarë informacioni i nevojitet vërtet një personi në një situatë të përditshme.
Megjithatë, ka një pikë ku Google është i vendosur: ky mjet nuk është as pajisje mjekësore dhe as sistem sigurie. Kompania paralajmëron se Guided Vision mund të bëjë gabime dhe, për këtë arsye, nuk duhet të përdoret për të lundruar në rrugë, për të zbuluar pengesa në shteg ose për të zëvendësuar funksionin e një qeni udhërrëfyes ose bastuni. Qëllimi i tij është asistenca vizuale plotësuese , jo udhëzimi i sigurt i lëvizshmërisë.
Ky integrim i vizionit në kohë reale shënon një ndryshim paradigme ku ne nuk përshtatemi më me ndërfaqen e telefonit, por përkundrazi, IA përshtatet me mjedisin tonë. Duke kombinuar njohjen e përparuar vizuale me një ndërfaqe natyrale zanore, Google e transformon telefonin celular në një shoqërues inteligjent të aftë për të lexuar, identifikuar dhe udhëzuar përdoruesin në çdo situatë të përditshme.