Google I/O, 14. mai 2024, on Google’i iga-aastane üritus, kus tutvustatakse firma uusimaid tooteid ja uuendusi. Sel aastal on keskmes generatiivne AI.
Google I/O ürituse teadaanded 14. mail 2024
Gemini 1.5 mudeli täiendused ja Flash mudel
Kõigil Gemini Advanced tellijatel on nüüd juurdepääs Gemini 1.5 mudelile. Kontekstiaken laiendatud 1 miljoni tokenini (750 000 sõna) ja varsti laieneb see 2 miljoni tokenini (1,5 miljonit sõna). See suurendab oluliselt mudeli sisendi ja väljundi andmete hulka, parandades selle võimekust keerukates ülesannetes.
Gemini 1.5 Pro suudab peagi hakkama saada tunni videosisuga või enam kui 30 000 reaga koodibaasidega, ütles Google’i asepresident ja Gemini kogemuste peadirektor Sissie Hsiao. “Saad kiiresti vastuseid ja teadmisi tihedate dokumentide kohta, näiteks saate oma üürilepingus lemmikloomapoliitika üksikasju välja selgitada või mitmete pikkade uurimistööde põhiargumente võrrelda,” ütles Hsiao.
Gemini 1.5 Flash on väiksem Gemini mudel, mis optimeeritud kitsamate või kõrgsageduslike ülesannete jaoks, kus mudeli reageerimisaja kiirus on kõige olulisem.
TK: megamahukas kontekstiaken võimaldab innovaatilisi teadusrakendusi, mis leiutavad uusi meetodeid, tooteid jm.
Ask your photos
Küsi oma fotodelt funktsioon kasutab AI-d, et muuta isiklikud fotokogud otsitavamaks ja kasulikumaks. Näited Kasutajad saavad küsida “Mis on minu auto numbrimärk?” või “Millal Lucy ujuma õppis?” ja AI otsib fotodest vastavaid andmeid.
Gemini Gmailis
Kokkuvõtteid ja teavet e-kirjadest, näiteks lapse kooli teadaannetest. E-kirjade sisu korraldamine ja kokkuvõtmine.
Notebook LM
Ühendab dokumendid ja helimärkmed podcasti-laadsesse formaati, võimaldades kasutajatel esituse ajal küsimusi esitada. See on uuenduslik lähenemine märkmete tegemisele ja info ülevaatamisele, tuues sisse interaktiivsuse.
Töö AI agentide poole
Agent täidab mitmeastmelisi ülesandeid, suheldes erinevate teenuste ja infoga. See on oluline samm autonoomsema AI-juhitud ülesannete halduse suunas.
Projekt Astra
Reaalajas AI agent, mis kasutab kaamerat keskkonna tõlgendamiseks ja küsimustele vastamiseks. See näitab arenenud reaalajas visuaalset töötlust.
Imagine 3
See on Google’i pildigeneratsiooni platvorm, mis on nüüd võimeline piltidesse teksti sisestama. See konkureerib sarnaste tööriistadega nagu DALL-E.
Music effects
Generatiivne muusikatööriist, mis pakub loovaid muusikalisi võimalusi.
Veo
Veo on videogeneratsiooni mudel, mis genereerib 1080p videosid, mis on kestavad kauem kui 60 sekundit. See konkureerib Soraga, pakkudes tekstist-video võimeid, praegu avatud ootenimekirjaga kasutajatele.
Google’i otsingu AI integratsioon
Tutvustab otsingus mitmeastmelist põhjendamist, pakkudes keerukatele päringutele üksikasjalikke vastuseid. Täiustatud AI-juhitud otsing samm-sammult põhjendamisega. Eesmärk on muuta otsing intuitiivsemaks ja põhjalikumaks. Sa annad sellele mitu sammu teha ja see annab vastuseid kõigile küsimustele. Näiteks otsides kingapoodi Tallinna Mustamäe linnaosas, mis müüb meeste ülikonnakingi ja kus on praegu allahindlus. See on uus lähenemine otsingumootori kasutamisele, muutes otsingud vestluslikumaks ja detailsemaks.
Reaalajas subtiitrid
Pakub reaalajas subtiitreid ja kokkuvõtteid üle mitme e-kirja.
Töövoogude automatiseerimine
Võimaldab luua korduvaid töövooge, kasutades Geminid. Kasulik korduvate ülesannete automatiseerimiseks.
Gems
Eeltreenitud vestlusmudelid süsteemi promptidega, mis järjepidevalt annavad samalaadset väljundit. Sarnaneb OpenAI GPT-dega.
Pettuse tuvastamine
AI Androidi telefonides, mis tuvastab telefonikõnede ajal võimalikud pettused. Lisab kasutajatele turvakihi, mis võib olla väga kasulik, kui seda laialdaselt kasutusele võtta.
Avatud lähtekoodiga mudelid
PaliGemma – Multimodaalne mudel, mis on avatud lähtekoodiga. Näeb pilte. Igaüks saab sellele peale ehitada. Gemma2 – Avatud lähtekoodiga mudel, 27B parameetrit.
Viited:
https://io.google/2024/
https://blog.google/technology/developers/gemini-gemma-developer-updates-may-2024/
https://www.tomsguide.com/news/live/google-io-2024-keynote