به گزارش تجارت نیوز، گوگل به‌تازگی قابلیت‌های پیشرفته هوش مصنوعی را به Gemini Live اضافه کرده است که به دستیار این امکان را می‌دهد تا صفحه‌نمایش و فیلم‌های دوربین را به‌صورت زنده «ببیند» و تفسیر کند. این قابلیت‌ها که توسط «پروژه آسترا» (Project Astra) گوگل قدرت می‌گیرند، اکنون برای برخی از مشترکین Google One AI Premium در دسترس هستند.
این خبر توسط الکس جوزف، سخنگوی گوگل، در یک ایمیل به The Verge تأیید شد. این توسعه تقریباً یک سال پس از اولین نمایش قابلیت‌های پروژه آسترا توسط گوگل صورت می‌گیرد و نشان‌دهنده گامی مهم در پیشرفت دستیارهای هوش مصنوعی است.
تفسیر زنده صفحه‌نمایش و دوربین
یکی از قابلیت‌های جدید به Gemini امکان می‌دهد تا محتوای نمایش‌داده‌شده روی صفحه‌نمایش کاربر را به‌صورت زنده تحلیل کرده و به سؤالات مربوط به آن پاسخ دهد. یک کاربر ردیت گزارش داد که این ویژگی را روی گوشی شیائومی خود دیده است، همان‌طور که 9to5Google اشاره کرد.
این کاربر بعداً ویدیویی به اشتراک گذاشت که توانایی Gemini در خواندن و تفسیر محتوای صفحه‌نمایش را نشان می‌داد و کاربردهای عملی این فناوری را به نمایش گذاشت.
این ویژگی بخشی از راه‌اندازی گسترده‌تری است که گوگل در اوایل مارس اعلام کرد و شامل دو قابلیت کلیدی برای مشترکین Gemini Advanced تحت طرح Google One AI Premium است.
قابلیت دوم به Gemini امکان می‌دهد تا فیلم‌های زنده دوربین گوشی‌های هوشمند را تفسیر کند. در یک ویدیوی نمایشی که گوگل این ماه منتشر کرد، کاربر از Gemini می‌پرسد که برای انتخاب رنگ مناسب برای سفالی که تازه لعاب داده شده است، چه پیشنهادی دارد. دستیار با تحلیل فیلم دوربین، پیشنهاداتی را به‌صورت زنده ارائه می‌کند و پتانسیل این فناوری برای کمک به کارهای روزمره را برجسته می‌سازد.
این قابلیت‌ها نشان‌دهنده جهشی بزرگ در توانایی‌های هوش مصنوعی هستند و به کاربران امکان می‌دهند با دستگاه‌های خود به روش‌های شهودی‌تر و مفیدتری تعامل کنند.
رهبری گوگل در حوزه دستیارهای هوش مصنوعی
راه‌اندازی این قابلیت‌ها نشان‌دهنده رهبری گوگل در فضای دستیارهای هوش مصنوعی است. در حالی که رقبایی مانند آمازون و اپل در حال کار بر روی ارتقاء‌های مشابه برای دستیارهای خود، الکسا و سیری، هستند، گوگل پیشرفت قابل توجهی داشته است.
آمازون در حال آماده‌سازی برای عرضه محدود نسخه اولیه ارتقاء Alexa Plus است و اپل انتشار نسخه پیشرفته‌تر سیری را به تأخیر انداخته است. از سوی دیگر، سامسونگ همچنان Bixby را ارائه می‌دهد، اما Gemini به‌عنوان دستیار پیش‌فرض روی گوشی‌های این شرکت باقی مانده است. این موضوع گوگل را به عنوان پیشرو در رقابت برای توسعه پیشرفته‌ترین و کاربرپسندترین دستیار هوش مصنوعی قرار می‌دهد.
تأثیر پروژه آسترا
پروژه آسترا، فناوری پایه‌ای که این قابلیت‌های جدید Gemini را قدرت می‌دهد، نشان‌دهنده چشم‌انداز گوگل برای آینده دستیارهای هوش مصنوعی است. با فعال‌سازی تفسیر زنده صفحه‌نمایش و فیلم‌های دوربین، آسترا هدفش این است که هوش مصنوعی را تعاملی‌تر و پاسخگو به نیازهای کاربران کند.
قابلیت‌های این پروژه برای اولین بار تقریباً یک سال پیش نمایش داده شد و ادغام آن‌ها در Gemini Live نشان‌دهنده یک نقطه عطف مهم در تحقق این چشم‌انداز است.
عصر جدید دستیارهای هوش مصنوعی
راه‌اندازی قابلیت‌های ویدیویی زنده هوش مصنوعی برای Gemini Live نشان‌دهنده تعهد گوگل به نوآوری در حوزه هوش مصنوعی است. با امکان تفسیر صفحه‌نمایش و فیلم‌های دوربین به‌صورت زنده، گوگل مرزهای توانایی‌های دستیارهای هوش مصنوعی را جابجا می‌کند.
این قابلیت‌ها نه تنها عملکرد Gemini را بهبود می‌بخشند، بلکه استاندارد جدیدی برای دستیارهای هوش مصنوعی تعیین می‌کنند. در حالی که رقبا در تلاش هستند تا عقب‌ماندگی خود را جبران کنند، پیشرفت‌های گوگل با پروژه آسترا و Gemini Live این شرکت را به عنوان یک رهبر در چشم‌انداز در حال تحول فناوری هوش مصنوعی قرار می‌دهد. توسعه و ادغام ادامه‌دار این قابلیت‌ها احتمالاً آینده تعامل کاربران با دستگاه‌های خود و دسترسی به اطلاعات را شکل خواهد داد.
