Google potrzebuje więcej uwagi zamiast sztucznej inteligencji wszędzie
Kluczowe dania na wynos
- Gemini to nowy, generatywny model Google’a, który przejmuje rolę domyślnego asystenta na telefonach z Androidem.
- Chociaż niektóre funkcje, takie jak Magic Editor i notatki z rozmów, wydają się chwytliwe, bezpieczeństwo danych pozostaje poważnym problemem.
Podczas wydarzenia Made by Google, które odbyło się we wtorek w Mountain View, firma Google zaprezentowała najnowsze wersje swojego rozwijającego się ekosystemu sztucznej inteligencji, przedstawiając zbiór funkcji generatywnych, których w jakiś sposób udało się jednocześnie za dużo i za mało.
W trakcie trwającego godzinę i czterdzieści minut wydarzenia transmitowanego na żywo grupa dyrektorów Google wyszła na scenę, aby wychwalać wielkojęzyczny model Gemini i pochwalić się jego wydajnością podczas serii demonstracji na żywo: większość z nich przebiegła bez zakłóceń. Firma promowała przede wszystkim osiągnięcia w zakresie sztucznej inteligencji, wypuszczając Pixel 9, Pixel Buds 2 i Pixel Watch 3, debiutując dopiero w drugiej połowie wydarzenia. Oznacza to wyraźną zmianę sytuacji sprzed zaledwie kilku lat, kiedy o sztucznej inteligencji kiedykolwiek wspominano jedynie przelotnie podczas konferencji prasowych Google i wydarzeń na żywo, które tradycyjnie skupiały się na oprogramowaniu.
„To kompletne, kompleksowe doświadczenie, które może zapewnić tylko Google” - powiedział zgromadzonym Rick Osterloh, starszy wiceprezes ds. platform i urządzeń w Google. „Od lat realizujemy naszą wizję mobilnego asystenta AI, z którym można pracować tak samo, jak z prawdziwym osobistym asystentem, ale ograniczają nas możliwości istniejących technologii”.
Aby przekroczyć te ograniczenia, „całkowicie przebudowaliśmy cały system wokół naszych modeli Gemini” - kontynuował. „Nowy system Gemini może wykraczać poza rozumienie słów, ale także rozumieć Twoje intencje i komunikować się w sposób bardziej naturalny”.
Google stawia na generatywną sztuczną inteligencję
Google ściga się z rywalami branżowymi, takimi jak Apple, OpenAI, Microsoft, Amazon i Anthropic, aby utrzymać pozycję lidera w dziedzinie sztucznej inteligencji. Zintegrowała funkcję generatywną Gemini z pakietem aplikacji Workspace, umożliwiając systemowi uczenia maszynowego wykorzystywanie danych użytkowników (w szczególności z Dokumentów, Prezentacji Google, Gmaila, Dysku i Arkuszy) do spersonalizowanych odpowiedzi. Użytkownicy mogą generować tekst i obrazy do Dokumentów Google, tworzyć slajdy prezentacji przy użyciu języka naturalnego lub tworzyć profesjonalnie wyglądające raporty na podstawie arkuszy kalkulacyjnych Arkuszy.
Ale to dopiero początek ambicji Google w zakresie sztucznej inteligencji. Podczas wtorkowego wydarzenia firma ogłosiła, że Gemini zastąpi Asystenta Google, czyniąc go domyślnym asystentem na telefonach z Androidem. Posunięcie to jest zgodne z decyzją Apple o udoskonaleniu Siri za pomocą ChatGPT OpenAI. Gemini oferuje bardziej konwersacyjnego i inteligentnego asystenta, którego można przerwać bez utraty koncentracji. Nowo wprowadzona funkcja Gemini Live umożliwia interakcję z sztuczną inteligencją w czasie rzeczywistym, dzięki czemu Google może konkurować z zaawansowanym trybem głosowym OpenAI. Gemini ostatecznie zinterpretuje także zawartość ekranu telefonu, korzystając z nadchodzącej funkcji nakładki.
Google wciąż widzi, co się dzieje
Chciałbym, żeby to był zakres prac Google. Mimo to, tak jak miało to miejsce od czasu debiutu ChatGPT około 18 miesięcy temu, firmy technologiczne po prostu nie przestaną próbować wepchnąć sztucznej inteligencji do każdego wytwarzanego przez siebie produktu, niezależnie od tego, czy faktycznie zwiększa to wartość doświadczenia użytkownika.
Weźmy na przykład nową funkcję Dodaj mnie. Umożliwia połączenie dwóch fotografii - jednej z większej grupy, drugiej samotnego fotografa - w jedno zdjęcie. „Jednym z największych problemów związanych ze zdjęciami grupowymi jest to, jak czasami uwzględnić całą grupę” - powiedziała na scenie menedżer ds. produktów Pixel, Shenaz Zack. „W efekcie robisz zdjęcie, na którym też chcesz się znaleźć. Nowa funkcja Dodaj mnie rozwiązuje ten problem, dzięki czemu możesz znaleźć się na zdjęciu z rodzinnych wakacji”.
Możesz także po prostu poprosić przechodnia, aby zrobił Ci szybkie zdjęcie, tak jak robią to ludzie od czasu pojawienia się aparatów fotograficznych, lub skorzystać z jednego z tych nowomodnych „statywów”, które utrzymują aparat na odpowiedniej wysokości i w odpowiedniej orientacji oraz mogą zdalnie kliknąć przycisk migawka. Jednocześnie stoisz z resztą swojej grupy. Biorąc pod uwagę, jak bardzo zasobochłonne jest wykonywanie podstawowych zapytań przy użyciu sztucznej inteligencji w porównaniu z konwencjonalnymi wyszukiwaniami, nie rozumiem, jak Google może uzasadnić opracowanie funkcji, która dokładnie rozwiązuje jaki problem - interakcję z innymi osobami w miejscach publicznych? Nosisz kij do selfie? To z pewnością ciekawy pomysł na funkcję i dobry pokaz możliwości sztucznej inteligencji w zakresie manipulacji obrazami, ale trudno mi uwierzyć, że „wprowadzenie wszystkich do zdjęcia grupowego” to palący problem w świecie rzeczywistym wśród wielu użytkowników Google.
Magic Editor to kolejna funkcja Androida oparta na aparacie, wzmocniona sztuczną inteligencją, która wydaje się coraz bardziej efekciarska. We wtorkowym przykładzie Kenny Sulaimon, menedżer produktu Google Pixel Camera, przeprowadził odbiorców Made by Google przez najnowszą serię aktualizacji tej funkcji. Te aktualizacje pozwolą Ci, jako właścicielowi Pixela 9, zmienić kadrowanie zdjęć, poprosić sztuczną inteligencję o sugerowanie optymalnych kadrów i rozszerzanie tła za pomocą generatywnej sztucznej inteligencji. Umożliwia także „przeprojektowanie” określonych obszarów i aspektów zdjęcia, np. zmianę pola trawy na pole polnych kwiatów lub dodanie dodatkowych elementów do tła zdjęcia.
Sztuczna inteligencja jest nieustannie reklamowana jako rewolucyjna technologia, która pomoże nam leczyć nieuleczalne choroby, odkrywać nowe struktury leków i białek oraz rozwiązywać najgłębsze tajemnice wszechświata. Jednak najlepsze, co Google może zrobić, to udostępnić społeczeństwu łatwiejszy sposób dodawania balonów na ogrzane powietrze wygenerowanych przez sztuczną inteligencję do obrazów przypominających clipart XXI wieku. Co za cygan.
Dobre intencje kryją się zarówno za nowymi funkcjami zrzutów ekranu pikseli, jak i notatek z połączeń. Pierwsza wykorzystuje sztuczną inteligencję do przetwarzania zrzutów ekranu, aby ułatwić ich późniejsze odnalezienie za pomocą podpowiedzi tekstowych, a druga zapewnia wygenerowane przez sztuczną inteligencję podsumowanie najważniejszych tematów i informacji dotyczących rozmowy telefonicznej. Jednak potencjalne konsekwencje ich użycia dla prywatności dają mi do myślenia.
Zrzuty ekranu są więcej niż tylko przelotne podobieństwo do nieistniejącej już funkcji Microsoft Recall, która została niedawno wyłączona z powodu protestów użytkowników dotyczących prywatności danych osobowych - chociaż w przeciwieństwie do Recall pobiera ona tylko obrazy zrobione bezpośrednio przez użytkownika i można ją przełączać ręcznie. Aby funkcja mogła działać, użytkownicy Notatek połączeń będą musieli zapewnić Google dostęp w czasie rzeczywistym do swoich połączeń telefonicznych. Otwiera to kolejne źródło Twoich danych osobowych, które mogą (i prawdopodobnie w pewnym momencie) wyciekną do Internetu. To nie jest tak, że branża sztucznej inteligencji ma szczególnie wybitne osiągnięcia w utrzymywaniu bezpieczeństwa danych.
Konsumenci potrzebują skupienia się na bezpieczeństwie danych bardziej niż na sztuczkach
Można by pomyśleć, że branża by to zrobiła, biorąc pod uwagę, ile Twoich danych potrzebuje, aby działać na oczekiwanym poziomie. Od samych funkcji użytkownika końcowego po duże modele językowe, na których są zbudowane, dzisiejsze systemy sztucznej inteligencji wymagają ogromnych ilości danych, często pobieranych z publicznego Internetu bez autoryzacji, aby wykonywać operacje wnioskowania z wystarczająco wysokim stopniem dokładności . Jednak im więcej danych gromadzą podmioty hiperskalowalne, takie jak Google, Microsoft czy AWS, tym większe prawdopodobieństwo, że dostęp do nich uzyskają nieautoryzowani użytkownicy, niezależnie od tego, czy będą to pracownicy i kontrahenci Google, zewnętrzni hakerzy czy pracownicy organów ścigania.
Chociaż uważam, że Google zasadniczo podąża właściwą drogą, jeśli chodzi o rozwój sztucznej inteligencji, nie mogę nie zauważyć rozproszonego charakteru funkcji zaprezentowanych we wtorek oraz tego, że każda z nich potrzebuje dostępu do innego fragmentu moich danych osobowych. Jestem fanem integracji Gemini z Workspace, ale mam wrażenie, że Google wciąż rzuca pomysłami w ścianę i sprawdza, który chwyt sprawdzi się najlepiej, zamiast celowo tworzyć funkcje sztucznej inteligencji, które spowodują prawdziwą zmianę w życiu ludzi. Być może nadchodzący projekt Google Astra, który umożliwi sztucznej inteligencji wykorzystanie aparatu w telefonie do obserwacji, analizowania i zrozumienia otaczającego go świata, okaże się zabójczą aplikacją, której potrzebuje branża sztucznej inteligencji, aby zapobiec pęknięciu bańki.