Branża technologiczna ściga się, aby udostępnić konsumentom generatywną sztuczną inteligencję, ale jeden z dyrektorów ds. sztucznej inteligencji twierdzi, że to tylko „ułamek tego, co jest możliwe”.
Sissy Xiao, wiceprezes i dyrektor generalny ds. aplikacji i mowy Gemini w Google (Google)powiedział firmie Quartz, że jego zdaniem firma „pomoże ludziom w sposób, o jakim jeszcze nawet nie pomyśleli” w przyszłym roku.
Chociaż „asystenci AI” obecnie współpracują z użytkownikami i wymagają wielokrotnych podpowiedzi, konsumenci uważają, że „ewoluują poza zwykłą wygodę w prawdziwie spersonalizowane i zaawansowane doświadczenia, na których polegają każdego dnia”.
Xiao powiedział na przykład, że ludzie używają sztucznej inteligencji Gemini firmy Google do bardziej zaawansowanych zadań, takich jak ćwiczenia przed rozmową kwalifikacyjną w Gemini Live lub debugowanie kodu w Gemini Advanced.
W listopadzie Google udostępniło aplikację na iPhone’a dla Gemini. Aplikacja zawiera nową funkcję asystenta głosowego Gemini Live, która obsługuje naturalne rozmowy, w tym przerwy i zmiany tematu. Jak dotąd Gemini Live oferuje 10 różnych opcji audio i obsługuje 12 języków, w tym hiszpański i arabski. Google powiedział, że planuje wprowadzić więcej języków.
Xiao powiedział, że w 2025 r. „następną granicą” sztucznej inteligencji będą „możliwości agentów”. Agent AI Jest to oprogramowanie, które potrafi samodzielnie wykonywać złożone zadania.
W szczególności Gemini jest „głęboko spersonalizowany, zapamiętuje Twoje wcześniejsze wypowiedzi i może postępować zgodnie z Twoimi instrukcjami oraz działać w Twoim imieniu w Google, usługach innych firm i w całej sieci” – stwierdził Hsiao.
Firma Google udostępniła niedawno nową funkcję o nazwie Deep Research w Gemini Advanced. Ta funkcja wykorzystuje sztuczną inteligencję do badania złożonych tematów i przekształcania wyników w łatwe do odczytania raporty dla użytkowników. Shao powiedział, że Deep Research to „pierwsza funkcja” Gemini i „realizuje naszą wizję budowania większej liczby agentów w naszych produktach”.
Rynek AI w przyszłym roku „będzie w dalszym ciągu budować kompletny ekosystem” – powiedział Xiao, dodając, że widzi to podobnie jak rynek smartfonów.
„Nie chodzi już tylko o sprzęt, ale o cały ekosystem aplikacji, usług i otaczających go integracji” – powiedział Xiao. „Podobnie jak w przypadku sztucznej inteligencji, istotne jest, jak dobrze potrafimy zbudować najbardziej wszechstronny i przyjazny dla użytkownika ekosystem”.
Xiao powiedział, że Google koncentruje się na tym, aby w 2025 roku Gemini stało się „najbardziej użytecznym osobistym asystentem AI”, a kluczem do tego będzie wbudowanie sztucznej inteligencji w codzienne życie użytkowników i płynna integracja codziennych zadań. Dodał, że należy to zrobić.
Na początku tego roku Google uruchomiło Gemini Live, mobilną usługę konwersacji, która pozwala użytkownikom swobodnie rozmawiać z chatbotami.
„Możliwość rozmowy z Gemini podczas burzy mózgów na temat nowych pomysłów lub prób ważnych rozmów była dużą zmianą” – powiedziała Xiao. „W przyszłości większy nacisk zostanie położony na funkcje, dzięki którym interakcja ze sztuczną inteligencją będzie łatwiejsza, bardziej dostępna i praktyczna”.
W 2025 r. firmy technologiczne skupiające się na sztucznej inteligencji będą nadal opracowywać multimodalną sztuczną inteligencję, czyli modele, które mogą przetwarzać różne typy danych inne niż tekst, takie jak dźwięk, obrazy i wideo.
Na przykład na corocznej konferencji programistów I/O Google w czerwcu firma ogłosiła Astrę – projekt, który patrzy w przyszłość multimodalnych asystentów AI.
„Od 2016 roku mówiliśmy, że Google jest firmą stawiającą przede wszystkim na sztuczną inteligencję i tak pozostanie” – powiedział Hsiao. „Sztuczna inteligencja jest koniecznością i widzimy, że jest zintegrowana z każdym aspektem działalności biznesowej, od rozwoju produktu i obsługi klienta po marketing i sprzedaż. Aby zachować konkurencyjność, musimy wykorzystać tę technologię. Jest to niezbędne”.
