- Gemini ช่วยให้คุณดึงข้อมูลสรุปและข้อมูลเฉพาะจากวิดีโอ YouTube โดยใช้ URL หรือการผสานรวมโดยตรงกับ Android ได้
- รุ่น 2.5 Flash และ Pro วิเคราะห์ทั้งเสียงและภาพ ทำให้ไม่จำเป็นต้องพึ่งพาการถอดเสียงอีกต่อไป
- เครื่องมือนี้รองรับภาษาต่างๆ ทั่วโลกมากมาย ช่วยให้เข้าถึงเนื้อหาจากต่างประเทศได้สะดวกยิ่งขึ้น
คุณเคยเจอคลิปวิดีโอใน YouTube ที่ดูดีมาก ๆ แต่ยาวเป็นชั่วโมงและคุณไม่มีเวลาดูจนจบไหม? นี่เป็นปัญหาที่พบได้บ่อยมาก: คุณอาจจะดูรวดเดียวจบ หรืออาจจะข้ามไปเพราะไม่มีคำถอดเสียงให้สรุปประเด็นสำคัญ แต่ตอนนี้Gemini ปัญญาประดิษฐ์ของ Googleมาช่วยให้ชีวิตเราง่ายขึ้นแล้ว ด้วยการช่วยให้เราดึงข้อมูลที่มีค่าที่สุดจากเนื้อหาภาพและเสียงใด ๆ โดยไม่ต้องเสียเวลาหลายชั่วโมง
ส่วนที่ดีที่สุดคือ เครื่องมือนี้ไม่ได้มีไว้สำหรับสมาชิกเท่านั้น แต่เปิดให้ผู้ใช้ทุกคนใช้งานได้ไม่ว่าคุณจะใช้เวอร์ชันฟรีหรือเวอร์ชันเสียเงินก็ตาม ตั้งแต่เดือนเมษายนเป็นต้นมา เครื่องมือนี้ได้พัฒนาไปอย่างมาก จากรุ่นทดลองในช่วงแรก มาเป็นเวอร์ชันปัจจุบัน 2.5 Flash และ 2.5 Pro ซึ่งสามารถวิเคราะห์ได้ทั้งเนื้อหาเสียงและภาพหมายความว่าเราไม่จำเป็นต้องพึ่งคำบรรยายเพื่อหาคำตอบอีกต่อไปแล้ว
วิธีใช้งาน Gemini ให้เกิดประโยชน์สูงสุด ขึ้นอยู่กับอุปกรณ์ของคุณ
หากคุณใช้งานจากคอมพิวเตอร์หรือ iPhone กระบวนการจะง่ายมาก แม้ว่าจะต้องทำด้วยตนเองเล็กน้อย เนื่องจากไม่มีแอปพลิเคชัน Gemini สำหรับ Windows เราจึงต้องใช้เวอร์ชันเว็บของแชทบอทเพียงแค่คัดลink วิดีโอ YouTube แล้ววางลงในแชท จากนั้นขอให้สรุปหรือชี้แจงคำถามเฉพาะเจาะจง ในกรณีของ iOS แม้ว่าจะมีแอป แต่การทำงานร่วมกันยังไม่สมบูรณ์ ดังนั้นขั้นตอนจึงเหมือนกัน คือวาง URL แล้วถามคำถามของคุณ
สิ่งต่างๆ น่าสนใจยิ่งขึ้นไปอีกบนระบบ Android เพราะ AI ถูกผสานรวมเข้ากับระบบอย่างเต็มรูปแบบ ทำให้เราสามารถโต้ตอบกับสิ่งที่เราเห็นบนหน้าจอได้แบบเรียลไทม์ เพื่อให้ฟังก์ชันนี้ทำงานได้ คุณจำเป็นต้องตั้งค่า Gemini เป็นผู้ช่วยหลักแทนที่ Google Assistant ตัวเดิม ขั้นตอนง่ายๆ คือ ไปที่การตั้งค่า แตะ Google ค้นหาแท็บบริการทั้งหมด และในการตั้งค่าแอป Google เลือก ค้นหา ผู้ช่วยและเสียง จากนั้นคุณสามารถเลือก Gemini เป็นผู้ช่วยดิจิทัลของคุณได้
เมื่อตั้งค่าเสร็จแล้ว ขณะดูวิดีโอ YouTube ให้กดปุ่มเปิด/ปิดสอง ครั้ง คุณจะเห็น Gemini ปรากฏขึ้นซ้อนทับบนวิดีโอ โดยมีสองตัวเลือกให้คุณเลือก: ถามคำถามเกี่ยวกับเนื้อหา หรือใช้โหมด Live เพื่อแชทเกี่ยวกับวิดีโอโดยใช้เสียงของคุณ มันยอดเยี่ยมมากเพราะช่วยให้คุณข้ามไปยังข้อมูลที่คุณต้องการได้โดยตรง เช่น รายชื่อส่วนผสมในวิดีโอสอนทำอาหาร หรือประเด็นสำคัญของพอดแคสต์
ความสามารถและข้อจำกัดที่แท้จริงของ AI
แม้ว่า Gemini จะมีความสามารถในการสรุปข้อมูลได้อย่างยอดเยี่ยม แต่สิ่งสำคัญคือต้องรู้ว่าจุดเด่นและจุดด้อยของมันอยู่ตรงไหน ในการทดสอบกับบทสัมภาษณ์ เช่น บทสัมภาษณ์สำหรับ Black Mirror มันพิสูจน์ให้เห็นว่ามีความสามารถในการระบุหัวข้อการสนทนาและกำหนดช่วงเวลาได้อย่างแม่นยำ อย่างไรก็ตาม มีข้อควรระวังคือ AI นี้พึ่งพาการถอดเสียงและเสียงเป็นอย่างมาก บางครั้งมันอาจมองข้ามรายละเอียดภาพที่ปรากฏบนหน้าจอ เช่น ชื่อผู้กำกับที่กล่าวถึงเฉพาะในคำอธิบาย หรือใบหน้าที่ไม่ได้ระบุชื่ออย่างชัดเจนในไฟล์เสียง
อีกประเด็นที่ควรพิจารณาคือ แม้ว่าจะมีความแม่นยำสูง แต่ก็อาจเกิดข้อผิดพลาดในรายละเอียดปลีกย่อยบางอย่างได้ เช่น ในวิดีโอกีฬาที่อาจสับสนระหว่างการเล่นที่ถูกยกเลิกกับการทำแต้มจริง หากผู้บรรยายไม่ได้อธิบายอย่างชัดเจนมากพอ ถึงกระนั้น รากฐานทางเทคโนโลยีของมัน ซึ่งขับเคลื่อนโดยProject Astraมีเป้าหมายที่จะทำให้ AI เข้าใจโลกได้อย่างมีพลวัตเช่นเดียวกับมนุษย์ และพัฒนาการตอบสนองให้ดียิ่งขึ้นทุกวัน
การรองรับหลายภาษาและการเข้าถึงได้ง่าย
สำหรับผู้ที่ทำงานกับเนื้อหาต่างประเทศ Gemini เป็นเครื่องมือระดับโลก รองรับภาษาต่างๆ มากมายตั้งแต่ภาษาที่ใช้กันทั่วไป เช่น ภาษาสเปน (ทั้งแบบสเปน เม็กซิกัน และละตินอเมริกา) อังกฤษ ฝรั่งเศส และเยอรมัน ไปจนถึงภาษาเฉพาะทาง เช่น แอฟริกาans อัมฮาริก บาสก์ กาลิเซียน และเกาหลี ทำให้เครื่องมือนี้เป็นเครื่องมือแปลและสรุปเนื้อหาที่ยอดเยี่ยมสำหรับการเรียนรู้จากแหล่งข้อมูลทั่วโลก
ความสามารถในการวิเคราะห์วิดีโอและเสียงได้อย่างรวดเร็วได้เปลี่ยนวิธีการที่เราบริโภคข้อมูลออนไลน์ไปอย่างสิ้นเชิง ไม่ว่าจะเป็นการตั้งค่าผู้ช่วยบน Android เพื่อประสบการณ์การใช้งานที่ราบรื่น หรือการใช้เบราว์เซอร์บนพีซีความสามารถในการสรุปเนื้อหาที่ซับซ้อนได้ในเวลาเพียงไม่กี่วินาที ทำให้เรามีประสิทธิภาพมากขึ้นและเข้าถึงประเด็นสำคัญในการแสวงหาความรู้ได้อย่างตรงจุด