Google I/O 2024: AI, AI i jeszcze więcej AI

W przeciągu trwającej niespełna dwie godziny prezentacji o sztucznej inteligencji wspomniano aż 121 razy, na co uwagę zwrócił prezes Google, Sundar Pichai. Owa AI ma odgrywać ogromną rolę w produktach i usługach giganta z Mountain View, czym ten nie omieszkał się pochwalić przy każdej nadarzającej się do tego okazji. W trakcie konferencji zaprezentowano sporo większych i mniejszych nowości, a najciekawsze z nich wymienione zostały poniżej.

Założeniem Project Astra jest pełnienie funkcji wirtualnego asystenta napędzanego sztuczną inteligencją opracowaną przez należące do Google studio DeepMind. Jego działanie zaprezentowane zostało na krótkim materiale wideo przedstawiającym przebieżkę po biurze firmy z telefonem w dłoni. Nagrywająca osoba przy pomocy tylnej kamery pokazuje Astrze różne przedmioty znajdujące się w jej otoczeniu, a asystent na bieżąco opisuje, co widzi. Co ciekawe, był on w stanie m.in. określić, że widok z okna placówki przedstawia okolicę King's Cross w Londynie.

Powyższy film kończy się krótką prezentacją okularów wyposażonych w opisywanego asystenta. Zdaje się więc, że idea Google Glasses wciąż pozostaje żywa, a obecność sztucznej inteligencji może zapewnić nieudanemu produktowi drugie życie.

Jedną z największych nowości ma być implementacja AI w wyszukiwarce internetowej Google. Funkcja ta nazwana została AI Overviews, a korporacja już rozpoczęła jej wdrażanie wśród użytkowników ze Stanów Zjednoczonych. W ciągu najbliższych dni, podczas wpisywania zapytań w wyszukiwarkę, w pierwszej kolejności zobaczą oni odpowiedzi wygenerowane przez sztuczną inteligencję.

Gigant z Mountain View ogłosił przy tym, że rzeczona funkcja ma trafić do ponad miliarda użytkowników z całego świata jeszcze przed końcem bieżącego roku.

Na uwagę zasługują także dwa nowe modele sztucznej inteligencji ze stajni Google: Imagen 3 i Veo. Pierwszy z nich jest w stanie generować obrazy na podstawie tekstu, podobnie jak robią to Midjourney lub DALL·E 3. Drugi z kolei ma być bezpośrednim konkurentem tworu OpenAI, czyli Sory, umożliwiającego generowanie wysokiej jakości filmów wideo. Przedsiębiorstwo z Mountain View zapewniło, że Veo jest w stanie stworzyć materiały o długości przekraczającej minutę, a przy tym rozumie różne koncepcje filmowe i potrafi zastosować je w praktyce.

Sporo uwagi poświęcono także Gemini – czatbotowi, za którego zachowanie Google jeszcze niedawno przepraszało. Korporacja ogłosiła powstanie modelu Gemini 1.5 Flash, który jest znacznie lżejszy i mniej wymagający od wersji Pro, w związku z czym ma sprostać oczekiwaniom niektórych developerów. Zapowiedziano przy tym, że jeszcze w tym roku Gemini otrzyma możliwość przetwarzania niemal dwugodzinnych materiałów wideo oraz niemal półtora miliona słów lub 60 000 linijek kodu na raz.

Na osobną wzmiankę zasługuje fakt, że Gemini doczeka się bezpośredniej integracji z systemem Android, poczynając od Androida 15, którego debiut ma nastąpić jeszcze w tym roku. Sztuczna inteligencja będzie świadoma tego, co jest obecnie wyświetlane na ekranie telefonu, a po jej wywołaniu będzie w stanie udzielić odpowiedzi dotyczących tych konkretnych materiałów.

To jednak nie koniec, jako że Gemini otrzyma możliwość podsłuchiwania prowadzonych przez nas rozmów. Jako przykład podano sytuację, w której oszuści namawiają do przelania środków pieniężnych na inne konto, aby upewnić się, że pozostaną one bezpieczne. Czujna sztuczna inteligencja wyświetliła wówczas komunikat informujący o tym, że pracownicy banków nigdy nie proszą o coś takiego i prawdopodobnie mamy do czynienia z próbą wyłudzenia.

Jeśli interesuje was pełen zapis konferencji, możecie zapoznać się z nim poniżej (aczkolwiek warto mieć na uwadze, że całość trwa niemal dwie godziny):

Jeśli zależy wam na zaoszczędzeniu czasu i chcecie jedynie zapoznać się z najważniejszymi informacjami, Google przygotowało także pięciominutowe podsumowanie swojego wydarzenia:

Na osobną wzmiankę z kolei zasługuje kontrowersyjny występ DJ-a poprzedzający rozpoczęcie Google I/O: