با اضافه‌شدن قابلیت‌های مدل زبانی بزرگ جمنای به گوگل فوتوز، کاربران می‌توانند کارهای مختلفی را با عکس‌ها و ویدئوهای خود انجام دهند؛ مانند توصیف خودکار تصاویر، ایجاد اسکریپت‌های ویدئویی یا حتی ایجاد داستان‌های کوتاه براساس تصاویر.
به‌گزارش تکناک، گوگل اخیراً قابلیت جست‌وجوی تصویری پیشرفته‌ی Ask Photos را به اپلیکیشن فوتوز اضافه کرده است. این قابلیت به کاربران اجازه می‌دهد تا با استفاده از زبان طبیعی و به‌جای کلمات کلیدی دقیق، عکس‌های مدنظرشان را جست‌وجو کنند. حالا گوگل در حال توسعه‌ی این قابلیت با استفاده از مدل زبانی قدرتمند جمنای است.
نئووین می‌نویسد که در جدیدترین نسخه‌ی آزمایشی اپلیکیشن گوگل برای اندروید، شواهدی از ادغام Gemini با گوگل فوتوز به‌دست آمده است. براساس اطلاعیه‌ی رسمی گوگل، این ادغام دو کاربرد اصلی خواهد داشت:
- فراهم‌شدن امکان جست‌وجوی تصویری براساس خاطره‌ها و رویدادهای گذشته؛ مثلاً پیدا‌کردن عکس اولین غذایی که خورده‌ایم
- استفاده از هوش مصنوعی برای بازیابی اطلاعات از تصاویر
این نشان می‌دهد که گسترش گوگل فوتوز با بهره‌گیری از مدل زبانی قدرتمند جمنای، قابلیت‌های مشابهی با ویژگی Ask Photos خواهد داشت که در‌حال‌حاضر، برای برخی کاربران آمریکایی در‌دسترس است. به‌عبارت‌دیگر، کاربران می‌توانند با استفاده از زبان طبیعی و عباراتی مانند «اسکیت روی یخ» یا «نقاشی در حیاط خلوت»، عکس‌هایشان را دقیق‌تر و شخصی‌سازی‌شده‌تر جست‌وجو کنند.
دیگر کاربردهای Ask Photos
قابلیت Ask Photos از این فراتر می‌رود و به کاربران اجازه می‌دهد تا پرسش‌های پیچیده‌تر و شخصی‌سازی‌شده‌ای را مطرح کنند. به‌عنوان مثال، کاربران می‌توانند از سیستم بخواهند شماره‌ی پلاک خودروشان را شناسایی کند، ۱۰ فعالیت برتر سفر به ژاپن را فهرست کند، آلبومی از عکس‌های مرتبط با موضوعی خاص ایجاد کند یا خلاصه‌ای از خاطره‌هایشان برای به‌اشتراک‌گذاری با دوستان تهیه کند.
افزون‌براین، Ask Photos در گوگل فوتوز با بهره‌گیری از هوش مصنوعی پیشرفته، می‌تواند جزئیات پیچیده‌ای مانند نوع غذا موجود در تصاویر را تشخیص دهد. این قابلیت با استفاده از زبان طبیعی، به شما اجازه می‌دهد تا سؤالات متنوعی را درباره‌ی عکس‌هایتان مطرح کنید. ناگفته نماند که ممکن است گاهی اوقات برای رسیدن به پاسخ دقیق‌تر، به ارائه اطلاعات اضافی نیاز داشته باشید.
با ادغام مدل زبانی قدرتمند جمنای با گوگل فوتوز، این قابلیت هوشمندتر خواهد شد. Gemini با دسترسی به اطلاعات گسترده‌ای از‌جمله ایمیل و سایر سرویس‌های گوگل، می‌تواند پاسخ‌های شخصی‌سازی‌شده‌تری به سؤالات شما بدهد. برای نمونه، می‌تواند به شما بگوید که این عکس در چه تاریخی گرفته شده است یا چه افرادی در آن حضور داشته‌اند.
توجه کنید که با فعال‌کردن این قابلیت، شما در‌واقع اطلاعات شخصی خود را با گوگل به‌اشتراک می‌گذارید؛ بنابراین، قبل از استفاده از آن به سیاست‌های حفظ حریم خصوصی گوگل مراجعه کنید.
در‌حال‌حاضر، این قابلیت در مرحله‌ی آزمایشی قرار دارد و به‌زودی برای عموم کاربران در‌دسترس قرار خواهد گرفت. انتظار می‌رود که با انتشار گسترده‌ی ویژگی یادشده، شاهد پیشرفت‌های چشمگیری در‌زمینه‌ی جست‌وجوی تصویری باشیم.
