Google Gemini Live İçin Canlı Görsel Analiz Özelliği Guided Vision’ı Duyurdu

Google, yapay zeka vizyonunu bir adım ileriye taşıyarak çok modlu (multimodal) yapay zeka asistanı Gemini Live için geliştirdiği yeni Guided Vision özelliğini resmi olarak kullanıma sundu. Şirketin yapay zeka teknolojilerini erişilebilirlik merkezli çözümlerle birleştirme stratejisinin en taze örneği olan bu sistem, Android cihaz sahiplerinin kamera görüntülerini gerçek zamanlı sesli yönlendirmelere ve detaylı betimlemelere dönüştürmesine olanak tanıyor.

Yapay Zeka Çevrenizi Nasıl Sesli Betimliyor?

Guided Vision, temelinde akıllı telefon kamerasını yapay zekanın canlı bir gözü olarak konumlandırıyor. Kullanıcılar kameralarını çevrelerindeki herhangi bir alana veya nesneye doğrulttuklarında, Gemini Live kadrajdaki detayları çözümlemeye başlıyor. Nesnelerin biçimleri, renk tonları ve yüzey desenleri hakkında detaylı bilgi veren sistem, ilk yanıtın ardından gelen takip sorularına da akıcı biçimde yanıt üretebiliyor.

Özellikle günlük hayatta karşılaşılan küçük ama zorlayıcı ayrıntıları çözmek Guided Vision'ın en güçlü olduğu alanlardan biri olarak öne çıkıyor. Özellik sayesinde kullanıcılar:

• Yiyecek ambalajlarındaki son derece küçük besin değerleri ve içindekiler etiketlerini,
• Çamaşır veya bulaşık makinelerinin üzerindeki karmaşık program simgelerini,
• Loş veya yetersiz ışıklı ortamlardaki restoran menülerini zahmetsizce okutabiliyor.

Bunun yanı sıra sistem, evde veya ofiste kaybolan küçük eşyaların tespit edilmesinde de aktif rol oynuyor. Örneğin yere düşen kablosuz bir kulaklığı ya da karmaşık bir baharatlıkta aranan spesifik bir ürünü tespit etmek için kamera açısını yapay zekaya taratmak yeterli oluyor.

Doğru Kadraj İçin Etkileşimli Kamera Yönlendirmesi

Guided Vision’ı muadili olan görsel analiz çözümlerinden ayıran en kritik yenilik, kullanıcının kamerasını doğru konumlandırmasına yardımcı olan etkileşimli yapısı. Yapay zeka, bir nesneyi net biçimde göremediğinde veya açı yetersiz kaldığında kullanıcıya doğal dilde talimatlar veriyor. "Cihazı biraz geriye çekin", "Kamerayı hafifçe aşağı eğin" veya "Telefonu sağa doğru kaydırın" gibi dinamik yönlendirmelerle mükemmel kadrajın yakalanmasını sağlıyor.

Aira İş Birliği ile Erişilebilirlik Odaklı Test Süreci

Google bu teknolojiyi geliştirirken, görme engelli ve az gören bireyler için teknolojik çözümler üreten Aira organizasyonu ile kapsamlı bir ortaklığa imza attı. Aira’nın bünyesindeki 1.000’den fazla görme engelli test kullanıcısı, Guided Vision’ı gerçek hayat senaryolarında bizzat deneyimleyerek sistemin kusursuzlaştırılmasına katkıda bulundu.

Özellik, Android 9 ve üzeri işletim sistemine sahip, Gemini Live desteği bulunan cihazlarda erişime açıldı. Kullanıcılar bu deneyime doğrudan Gemini uygulaması içinden, TalkBack okuyucusu üzerinden veya Android’in yerleşik erişilebilirlik kısayollarını kullanarak erişebiliyor.

Bununla birlikte Google, üretken yapay zekanın doğası gereği yanılsamalar üretebileceğinin altını çiziyor. Şirket, Guided Vision’ın tek başına bir navigasyon aracı veya fiziksel baston gibi güvenlik odaklı mobilite yardımcılarının yerine kesinlikle kullanılmaması gerektiğini hatırlatıyor.