Google apgalvo, ka Gemini kļūs par pamata modeli, kas darbinās dažādus pakalpojumus kā Search, Photos, Android u.c.
Google I/O 2024 sākās ar paziņojumu par Gemini mākslīgā intelekta (MI) modeli, kas ne tikai saņems jaunas funkcijas, bet arī kļūs par pamatu dažādiem pakalpojumiem.
Izmantojot savu MI modeli, Google mērķis ir padarīt MI par palīgu ikvienam. Kā arī Google paziņojuši, ka “Meklēšanas MI pārskats” būs pieejams visiem ASV iedzīvotājiem un vēlāk arī citās valstīs. Lai gan tāda iespēja tika gaidīta jau ilgi, Google atsvēra gaidīšanas laiku ar pārsteigumu – Gemini darbinātu “Ask Photos” funkciju iekš Google Photos. Ar to ir iespēja pārmeklēt savu bilžu krātuvi un, saņemot rezultātus, pieprasīt vēl sarežģītākas komandas.
Par pašu Gemini – modelis ir papildināts ar jaunām prasmēm, kļūstot par Gemini 1.5 Pro. Uzlabotā versija būs pieejama izstrādātājiem visā pasaulē. Kā arī Google paziņojuši, ka modelis ir pieejams 35 valodās Gemini Advanced patērētājiem.
Gemini iekš Workspace
Abonentiem Pro modelis tiks papildināts ar sānu paneli, kur atradīsies Workspace lietotnes kā Gmail, Drive, Docs, Sheets un vairāk. Tas nedaudz atgādinās Microsoft Copilot sānu paneli, taču piedāvās labāku pieejamību mākslīgajam intelektam.
Workspace tiks iekļauts arī Gemini AI Teammate, kas ir vienkārši MI darbināts asistents Workspace lietotnēm. Teammate ir pašam savs Google profils, ko var iekļaut Chats grupās.
Google Project Astra
Astra ir multimodāls MI aģents ar īstā laika telpisko izpratni. Google saka, ka aģents spēj saprast objektus fiziskā vidē un apstrādāt datus īstajā laikā. Tātad – tas prot skatīties un atcerēties to, ko ierauga caur ierīces kameru, tālāk atbildot uz pamatotām komandām. Vēlāk šajā gadā MI aģents darbinās Gemini produktu.
MI iekš Search
Viens no nozīmīgākajiem Google paziņojumiem ir mākslīgais intelekts iekš Search. Meklētājprogramma drīz vien pratīs analizēt un meklēt, pamatojoties uz video, līdzīgi kā tas tiek darīts ar attēliem, izmantojot Google Lens.
Ražotājs sacīja, ka Search darbinās pielāgots Gemini MI modelis un programma saņems uzlabotu kontekstuālo izpratni. Rezultātus papildinās MI kopsavilkumi – iepriekš tā bija daļa no Search Generative Experience un bija pieejama kā eksperimentāla funkcija. Izmantojot MI modeļa spējas, Search spēs sadalīt garas komandas mazākās daļās, lai labāk tās izprastu.
Apvelc, lai meklētu
“Circle to Search” priekš Android lietotājiem saņems jaunas funkcijas. Google sacīja, ka atjaunotā funkcijas versija ļaus lietotājiem vienkārši apvilkt matemātisko problēmu, un Google MI sniegs soļus, kas palīdzēs to atrisināt.
Viedāks Gemini Assistant
Android Gemini MI asistentu drīz vien varēs izmantot multimodāli, jo tas spēs saprast ekrānā atskaņoto video, un, pamatojoties uz to, lietotājs varēs uzdot dažādus jautājumus. Asistents arī spēs atbildēt uz klienta komandām, kas pamatotas uz dokumentiem kā PDF.
“Live feature” ļaus asistentam labāk saprast tiešraides video īstajā laikā, kā arī spēs uzturēt dabigākās sarunas.
Gems: Pielāgoti Gemini roboti
Gemini Advanced abonenti varēs izveidot pielāgotus tērzēšanas robotus, lai paveiktu specifiskus uzdevumus. Funkcija ir līdzīga pielāgojamajiem GPT iekš OpenAI ChatGPT.
Krāpnieku zvanu noteikšana
Izmantojot ierīcē esošo Gemini Nano modeli, noteikti Android viedtālruņi spēs noteikt, vai saņemtais zvans ir krāpniecisks. Google sacīja, ka funkcija to sapratīs pēc zvana sarunas modeļa. Programmatūra brīdinās lietotāju, ja ir aizdomas par krāpniecības nolūkiem. Google apgalvo, ka zvana dati tiks apstrādāti ierīcē drošības un privātuma dēļ.
Google Veo
Šķiet, Google vēlas sacensties ar OpenAI Sora, izveidojot paši savu ģeneratīvā MI modeli – Veo. Tas spēs ģenerēt video ar 1080p izšķirtspēju. Modelis veidos video, pamatojoties uz tekstu, attēliem un video balstītām uzvednēm. Vēlāk lietotāji varēs turpināt materiāla rediģēšanu ar papildus komandām.
Avots: BusinessStandart