- Ginagamit ng Guided Vision ang Gemini Live at ang camera ng mobile phone upang magbigay ng real-time na audio descriptions ng kapaligiran.
- Pinapayagan ka nitong magbasa ng maliliit na teksto, tukuyin ang mga bagay, at makatanggap ng gabay na boses upang maayos na i-orient ang camera.
- Ito ay available para sa mga device na may Android 9 o mas bago, na isinasama sa TalkBack at mga shortcut sa accessibility.
- Ito ay isang komplementaryong kagamitang pansuporta at hindi dapat gamitin bilang isang aparatong medikal o gabay sa pagkilos.
Malamang ay narinig mo na kung paano binabago ng artificial intelligence ang paraan ng ating pakikipag-ugnayan sa mundo, ngunit ang iminungkahi ng Google sa pamamagitan ng Guided Vision ay higit pa rito. Hindi lamang natin pinag-uusapan ang isang chat app na sumasagot sa mga tanong, kundi isang makabagong tool sa accessibility na naglalayong basagin ang mga hadlang para sa mga may kapansanan sa paningin, na ginagawang isang uri ng matalino at real-time na gabay ang iyong telepono.
Ang functionality na ito ay hindi basta-basta lumitaw; ito ay unti-unting binuo sa pakikipagtulungan sa mga komunidad ng mga bulag at may kapansanan sa paningin. Ang layunin ay simple ngunit ambisyoso: upang bigyang-daan ang sinuman na maunawaan ang kanilang agarang kapaligiran nang hindi laging umaasa sa iba, sa pamamagitan ng paggamit ng kapangyarihan ng Gemini Live at ng camera ng device upang ilarawan ang realidad sa pamamagitan ng audio.
Ano nga ba ang Gabay na Pananaw?
Sa madaling salita, ito ay isang feature na isinama sa Gemini Live ecosystem na nagbibigay-daan sa telepono na biswal na suriin ang paligid nito at isalin ang mga ito sa mga salita. Ang pinakamaganda rito ay hindi ito isang static na paglalarawan; ito ay isang fluid na interaksyon. Halimbawa, kung susubukan mong basahin ang isang label at bahagyang nakatagilid ang telepono, hindi lang basta sinasabi ng AI na wala itong nakikita, kundi binibigyan ka rin ng mga tagubilin gamit ang boses para baguhin ang imahe o isentro ang bagay, na ginagawang mas madaling maunawaan ang karanasan.
Mga posibilidad at gamit sa pang-araw-araw na buhay
Napakalaki ng kagalingan ng kagamitang ito at maaari itong gamitin sa mga sitwasyong minsan ay hindi napapansin ng iba sa atin, ngunit isang pang-araw-araw na hamon para sa isang taong may malabong paningin:
- Agarang pagbasa at pagsasalin: Mula sa pag-intindi sa maliliit na letra sa mga sangkap ng pagkain hanggang sa pagbabasa ng menu sa isang madilim na restawran o pag-interpret sa mga screen ng appliance.
- Lokasyon ng bagay: Ang kagamitan ay makakatulong na matukoy kung nasaan ang isang bagay at magbigay mga audio clue para mahanap itopinipigilan ang gumagamit na kumapa sa dilim.
- Napapaligid na pagsusuri: Kaya nitong ilarawan ang ayos ng isang silid o alertuhan ka kung may nahulog na bagay sa sahig, at idedetalye ito. kulay, hugis at disenyo tiyak.
Paano ito i-set up at mga kinakailangan
Para simulang gamitin ang Guided Vision, kailangan mo munang naka-install ang Gemini app at isang device na nagpapatakbo ng Android 9 o mas bago . Kapag nasa app ka na, pumunta sa mga setting ng Gemini at i-on ang switch na "Gamitin ang Guided Vision sa Live" . Mula doon, simulan lang ang isang Gemini Live session at ibahagi ang iyong camera para simulan ang mahika.
Para maging tunay na kapaki-pakinabang ito, isinama ng Google ang mga praktikal na shortcut . Maaari mo itong i-configure gamit ang accessibility button, mga partikular na kilos, o kahit ang mga volume key, at ganap din itong isinama sa TalkBack menu , ang opisyal na screen reader ng Android. Gayunpaman, tandaan na ang paglulunsad ay unti-unti, kaya maaaring magtagal nang kaunti bago ito makitang available sa iyong account.
Isang mahalagang babala tungkol sa mga limitasyon nito
Bagama't kahanga-hanga ang teknolohiyang ito, mahalagang tandaan na ang pinag-uusapan natin ay tungkol sa AI, at dahil dito, maaari itong magkamali . Malinaw ang sinabi ng Google tungkol dito: Ang Guided Vision ay hindi isang medikal na aparato o isang tool sa nabigasyon. Sa anumang pagkakataon ay hindi ito dapat gamitin upang matukoy ang mga balakid sa iyong landas o upang mag-navigate sa kalye, dahil hindi nito ginagarantiyahan ang ganap na katumpakan. Dapat itong maunawaan bilang isang komplementaryong suporta at hindi bilang kapalit ng mga optical aid o mga guide dog.
Ang pangkalahatang konteksto ng AI sa Google
Ang tool na ito ay sumasali sa iba pang mga inobasyon tulad ng AI-powered Overview sa search engine, na nagbubuod ng impormasyon mula sa iba't ibang mapagkukunan upang makatipid ng oras. Malaki ang pamumuhunan ng Google sa isang modelo kung saan ang generative AI ang sentro nito, na nagbibigay-daan sa mga user na lumipat mula sa isang mabilis na paghahanap patungo sa isang malalimang pag-uusap sa AI Mode . Ang lahat ng ito ay sinusuportahan ng isang imprastraktura ng Google Cloud kung saan ang privacy ay pinakamahalaga, na tinitiyak na ang mga user ay mananatiling may kontrol sa kanilang data at ang impormasyon ay pinangangasiwaan ayon sa mahigpit na mga kontrata.
Ang integrasyon ng kamera, boses, at machine learning ay lalong naglalapit sa teknolohiya sa kung ano ang kilala natin bilang assistive technology para sa mga bulag, na nag-aalok ng natural at mala-tao na interaksyon . Sa pamamagitan ng pagsasama-sama ng mga kakayahan sa visual analysis at mga pasalitang tugon, pinapadali nito ang awtonomiya ng libu-libong tao sa mga pang-araw-araw na gawain na dating kumplikado, na nagpapatibay sa AI bilang isang pangunahing kaalyado para sa pagsasama at pangkalahatang accessibility.