На цьогорічній конференції Google I/O пошуковий гігант продемонстрував, що не має наміру поступатися лідерством у впровадженні штучного інтелекту. ШІ буде тісніше інтегрований у Google Фото, Google Камеру, Gmail, пошук та інші додатки, а Gemini стане основним персональним асистентом, з яким можна буде спілкуватися за допомогою тексту, голосу та камери. Google I/O 2024: основні моменти Тепер Gemini стане головним помічником в Android. Про долю Google Assistant нічого не відомо, але ми всі знаємо звички Google. Генерація зображень - згідно з детальним описом, Gemini буде створювати зображення навіть неіснуючих об'єктів. Також можна створювати красиві підписи. Генерація відео за описом. Відео можна розтягнути до потрібної тривалості. Дуже перспективний інструмент для блогерів для отримання безкоштовних тематичних відео-вставок.Music AI Sandbox - інструмент для генерації за текстовим описом музичного семплу або обробки вхідної аудіодоріжки. Google Фото тепер аналізуватиме повний контекст фотографій. Можна буде не тільки шукати зображення за описом того, що на них знято, а й робити тематичні добірки, наприклад, прогрес з тренувань за рік тощо. API Gemini 1.5 Pro - це мовна модель, яка надасть 1 млн токенів для обробки запитів, запам'ятовування історії розмов та врахування найбільшого контексту серед конкурентів. Влітку кількість доступних токенів буде подвоєно. Gemini 1.5 Flash - швидкий AI API для отримання результатів майже в реальному часі. ШІ для навчання буде систематизувати і пояснювати навчальний матеріал, включаючи повсякденні приклади. Circle to search - фішка, анонсована в Galaxy S24 Ultra, яка потім потрапила в Google Pixel, незабаром з'явиться на всіх смартфонах Android. Нагадаємо, що досить обвести об'єкт на екрані, щоб Google визначив, що саме там зображено, і запустив пошук за цим об'єктом. Глибокий аналіз контексту. Наприклад, якщо ви попросите Gemini організувати поїздку, він не тільки купить квиток, але й запропонує місце для ночівлі та перевірить прогноз погоди. Або, замовляючи взуття, він зможе скоригувати ваш розмір з вашого листування в Gmail. Запитувати Gemini можна не лише за допомогою тексту чи голосу, але й за допомогою камери. У демонстраційному відео Gemini пояснив, що робить об'єкт у кадрі, на льоту аналізує програмний код і пояснює, що він робить, розгадує головоломки, запам'ятовує, де був об'єкт, який бачили в кадрі раніше. Ера пошуку за Близнюками. Мало того, що пошук миттєво видаватиме згенеровані ШІ уривки та відповіді, тепер він зможе складати плани та завдання. Ви зможете вводити складні запити, і тоді Gemini прокладе маршрут, перевірить рейтинг закладу або складе меню на тиждень, якщо потрібно, одразу ж склавши список покупок і місць, де їх можна зробити. Gmail тепер надаватиме звіт про електронну пошту, а також можна буде об'єднати кілька листів і зробити звіт про них разом. ШІ також зможе відповісти всім відправникам цих листів, додати завдання до календаря або навіть створити таблицю Google Sheets з усіма схожими пропозиціями, які надійшли на пошту. Для командної роботи Gemini проаналізує всі ваші робочі чати, знайде та проаналізує інформацію в них і відповість потрібним колегам, навіть якщо ви не знаєте, в якому саме чаті відбувається обговорення. Gemini можна надіслати для аналізу PDF-файл обсягом до 1500 сторінок і попросити зробити короткий переклад. Або відео тривалістю до 1 години, і Gemini проаналізує всі фрагменти і, якщо потрібно, покаже саме той сегмент, який потрібен користувачеві. У Gemini можна запитати, чому не працює певний механізм, наприклад, діджейський пульт або камера, і АІ дасть відповідь, як це виправити. Для цього АІ розпізнає механізм у кадрі, його модель, дію, яку намагається зробити користувач, використовує ці дані для пошуку, аналізує їх і витягує саме необхідну інформацію. АІ для програмістів згенерує код за описом завдання, створить базу даних фотографій об'єктів і буде шукати помилки. Захист від шахрайських дзвінків. АІ аналізуватиме ваші розмови в режимі реального часу, і якщо співрозмовник поводитиметься підозріло, наприклад, запитуватиме ваші банківські реквізити, видасть звуковий сигнал і попередження про можливе шахрайство. Штучний інтелект підтримуватиме 35 мов і матиме найбільше контекстне вікно серед усіх конкурентів. Цього року Сундар Пічаї відповів на гумор щодо минулорічної презентації Google I/O і одразу ж навів статистику, що за майже 2-годинну презентацію абревіатура "AI" була вимовлена 120 разів. А потім ще раз. https://youtu.be/XEzRZ35urlk