На нынешней конференции Google I/O поисковый гигант продемонстрировал, что не собирается уступать лидерство во внедрении искусственного интеллекта. ИИ будет плотнее интегрирован в Google Фото, Google камеру, Gmail и поиск и другие приложения, а Gemini станет основным персональным ассистентом с которым можно будет общаться текстом, голосом, и камерой.
- Gemini теперь станет ведущим ассистентом в Android. О судьбе Google Ассистента ничего не сказано, но все мы знаем привычки Google.
- Генерация изображений — по детальному описанию Gemini создаст изображения даже несуществующих объектов. Также можно создавать красивые надписи.
- Генерация видео по описанию. Видео можно продлевать до нужной продолжительности. Очень перспективный инструмент для блогеров чтобы получать бесплатные тематические видеовставки.
- Music AI Sandbox — инструмент для генерации по текстовому описанию музыкального сэмпла или обработать входную аудиодорожку.
- Google Фото теперь будет анализировать весь контекст фотографий. Можно будет не только искать изображения по описанию того, что на них снято, а и делать тематические подборки, например прогресс от тренировок за год и т.д.
- API Gemini 1.5 Pro — языковая модель, которая будет предоставлять 1 Млн токенов для обработки запросов, будет помнить историю разговора и учитывать самый большой среди конкурентов контекст. Летом количество доступных токенов будет удвоено. Gemini 1.5 Flash — API быстрого ИИ для получения результатов практически в режиме реального времени.
- ИИ для обучения будет систематизировать и объяснять учебный материал, в том числе на бытовых примерах.
- Circle to search — фишка, анонсированная в Galaxy S24 Ultra, которая затем попала в Google Pixel скоро появится на всех Android-смартфонах. Напомним, достаточно обвести объект на экране, чтобы Google определил что именно там изображено и запустил поиск этого объекта.
- Глубокий анализ контекста. Например, попросив Gemini организовать поездку, она не только приобретет билет, а и предложит место проживания и проверит прогноз погоды. Или при заказе обуви сможет самостоятельно подтянуть ваш размер из переписки в Gmail.
- Запрос Gemini можно делать не только с помощью текста или голоса, но и с помощью камеры. На демонстрационном видео Gemini объясняла что делает объект в кадре, на ходу анализирует программный код и объясняет, что он делает, разгадывает ребусы, помнит, где был объект, который был виден в кадре до этого.
- Эра Gemini в поиске. Мало того, что поиск будет сразу выдавать сгенерированные ИИ выдержки и ответы, в поиске теперь можно будет составлять планы и задачи. Можно будет вводить сложные запросы, после чего при необходимости Gemini проложит маршрут, проверит рейтинг заведения, или составит меню на неделю, сразу составив список покупок и мест где их можно сделать.
- Gmail теперь будет предоставлять выписку из писем, причем можно будет объединить несколько писем и делать выписку из них вместе, так же с помощью ИИ можно будет и отвечать всем отправителям этих писем, добавлять задачи в календарь, или даже составить в Google Sheets таблицу все однотипные предложения, поступившие на почту.
- Для командной работы Gemini будет анализировать все ваши рабочие чаты, искать и анализировать информацию в них, а также отвечать нужным коллегам даже если вы не знаете, в каком именно чате происходит нужное обсуждение.
- Gemini можно отправить на анализ PDF-файл размером до 1500 страниц и попросить сделать краткий перевод. Или видео длительностью до 1 часа, причем Gemini проанализирует все фрагменты и при необходимости продемонстрирует именно необходимый пользователю отрезок.
- Gemini можно будет спросить, почему не работает определенный механизм, например диджейский пульт или фотоаппарат, и ИИ даст ответ как это исправить. Для этого ИИ распознает механизм в кадре, его модель, действие, которое пытается сделать пользователь, по этим данным делает поиск, анализирует его и делает извлечение именно необходимой информации.
- ИИ для программистов, будет генерировать код по описанию что он должен делать, создавать базу данных по фотографии объектов, искать ошибки.
- Защита от мошеннических звонков. ИИ в реальном времени будет анализировать ваши разговоры и если собеседник будет вести себя подозрительно, например спросит ваши банковские реквизиты, выдаст звуковой сигнал и предупреждение о возможном мошенничестве.
- Искусственный интеллект будет поддерживать 35 языков и будет иметь самое большое контекстное окно среди всех конкурентов.
В этом году Сундар Пичаи отреагировал на юмор относительно прошлогодней презентации Google I/O и сразу предоставил статистику, что за почти 2 часа презентации аббревиатура "AI" прозвучала 120 раз. А потом еще раз.