- Омогућава аудио описе у реалном времену путем камере и Gemini Live-а.
- То укључује помоћ при кадрирању мобилног уређаја и постављању додатних питања.
- Дизајниран је као алат за приступачност за слепе или слабовиде особе.
- Захтева Андроид 9 или новији и не замењује традиционална помагала за мобилност.
Замислите да можете да носите некога у џепу ко тачно описује шта се дешава око вас у реалном времену. Па, то је у основи оно што је Гугл урадио интегришући Вођена визија унутар Gemini Live-аОва функционалност прекида традиционалну динамику писања питања и чекања одговора, сада нам омогућавајући интеракцију са вештачком интелигенцијом једноставним приказивањем света кроз објектив камере.
Овај алат није једноставан статички анализатор фотографија, већ предлаже... флуидан и динамичан разговор засновано на компјутерском виду. Иако има огроман потенцијал за свакога коме је потребна помоћ са визуелним детаљима, његово срце и разлог постојања је приступачност за слепе особе или са смањеним видом, настојећи да окружење учине много разумљивијим и лакшим за управљање путем прецизних аудио инструкција.
Како тачно функционише ова технологија?
Процес је прилично једноставан: корисник активира функцију и делите сигнал камере са Gemini Live-ом. Одатле, вештачка интелигенција анализира слику уживо, а корисник може да пита било шта о томе шта види. Најмоћнија карактеристика је то што вам омогућава да урадите додатна питањаДругим речима, ако Gemini идентификује конзерву џема, можете је одмах питати који је рок трајања или које састојке садржи без потребе за поновним покретањем упита.
За разлику од других алата, вођени вид је способан водити кадрирање мобилног телефонаАко је уређај усмерен превисоко, преблизу објекту или је мало ван центра, асистент ће вам дати усмене инструкције да то исправите. подесите положај телефонаОво осигурава да вештачка интелигенција има потребне визуелне информације како би се избегле грешке у опису.
Практични алати за свакодневни живот
Апликације су невероватно разноврсне и дотичу се свакодневних питања која нам понекад представљају изазов. На пример, идеално је за чита мала слова на етикетама са нутритивним подацима или упутствима за лекове где није лако видљиво. Такође је веома корисно за пронађите изгубљене предметеМожете померати телефон по соби и тражити од њега да вас упозори када детектује, на пример, слушалицу која је пала на под или папричицу у кухињи пуној тегли.
Штавише, алат залази у субјективнију и естетскију територију. Вођени вид може препознати шаре, облици и бојеДакле, можете је питати да ли пругаста кошуља добро иде уз одређене панталоне или једноставно сазнати које је боје одећа. Она чак може да уради општи опис боравка непознато или детаљно које ствари леже на столу.
Конфигурација и компатибилност са Андроидом
Да бисте започели, најдиректнији начин је да отворите апликацију Gemini, одете на подешавања профила и изаберите опцију за коришћење вођеног вида уживо. Када то урадите, једноставно отворите Gemini Live и делите камеру. За оне који траже већу брзину, Google је укључио опцију за креирање директан приступ из менија Приступачност (Визуелна помоћ), што омогућава активирање гестовима са два прста, плутајућим дугметом или истовременим притиском на оба дугмета за јачину звука.
Што се тиче техничких захтева, функција ради глатко на уређајима са Андроид 9 или новије верзијепод условом да је Gemini Live доступан на језику и региону корисника. Неопходно је имати и оперативни систем и Gemini апликацију. ажуриран на најновију верзијуШтавише, потпуно је интегрисан са Гоогле ТалкБацк како би се максимизирала аутономија корисника са оштећеним видом.
Процес развоја и безбедносна упозорења
Овај напредак није био резултат случајности, већ тесне сарадње са Аира, стручњакиња за визуелну интерпретацијуДа би се осигурала истинска поузданост система, хиљаде сати података из стварног света и подршка више од 1.000 тестера из мреже Поузданих тестераосигуравајући да вештачка интелигенција разуме које информације су особи заиста потребне у свакодневној ситуацији.
Међутим, постоји једна ствар у којој је Гугл непоколебљив: овај алат то није медицински уређај нити безбедносни систем. Компанија упозорава да Guided Vision може да прави грешке и стога, Не би требало да се користи за навигацију. на улици, откривају препреке на путу или замењују функцију пса водича или штапа. Његова сврха је додатна визуелна помоћне водич за безбедну мобилност.
Ова интеграција вида у реалном времену означава промену парадигме где се више не прилагођавамо интерфејсу телефона, већ се вештачка интелигенција прилагођава нашем окружењу. Комбиновањем напредног визуелног препознавања са природним гласовним интерфејсом, Гугл трансформише мобилни телефон у... интелигентни пратилац способан да чита, идентификује и води корисника у било којој свакодневној ситуацији.