- Guided Vision bruker Gemini Live og mobiltelefonens kamera for å gi lydbeskrivelser av omgivelsene i sanntid.
- Den lar deg lese små tekster, identifisere objekter og motta stemmeveiledning for å orientere kameraet riktig.
- Den er tilgjengelig for enheter med Android 9 eller nyere, og integreres med TalkBack og tilgjengelighetssnarveier.
- Det er et komplementært støtteverktøy og bør ikke brukes som medisinsk utstyr eller mobilitetsguide.
Du har sikkert allerede hørt om hvordan kunstig intelligens endrer måten vi samhandler med verden på, men det Google har foreslått med Guided Vision går et skritt videre. Vi snakker ikke bare om en chat-app som svarer på spørsmål, men et banebrytende tilgjengelighetsverktøy som har som mål å bryte ned barrierer for de med synshemming, og gjøre telefonen din om til en slags smart sanntidsguide.
Denne funksjonaliteten dukket ikke opp ut av løse luften; den ble utviklet gradvis i samarbeid med miljøer av blinde og svaksynte. Målet er enkelt, men ambisiøst: å gjøre det mulig for alle å forstå sine umiddelbare omgivelser uten alltid å være avhengige av andre, ved å utnytte kraften til Gemini Live og enhetens kamera til å beskrive virkeligheten gjennom lyd.
Hva er egentlig guidet syn?
I bunn og grunn er det en funksjon integrert i Gemini Live-økosystemet som lar telefonen visuelt analysere omgivelsene og oversette dem til ord. Det kuleste er at det ikke er en statisk beskrivelse; det er en flytende interaksjon. Hvis du for eksempel prøver å lese en etikett og telefonen er litt på skrå, sier ikke AI-en bare at den ikke kan se noe, men gir deg stemmeinstruksjoner for å omramme bildet eller sentrere objektet, noe som gjør opplevelsen mye mer intuitiv.
Muligheter og bruksområder i hverdagen
Allsidigheten til dette verktøyet er enorm, og det kan brukes i situasjoner som noen ganger går ubemerket hen for resten av oss, men som er en daglig utfordring for noen med svaksyn:
- Øyeblikkelig lesing og oversettelse: Fra å tyde den lille skriften på matingredienser til å lese en meny i en svakt opplyst restaurant eller tolke skjermer på apparater.
- Objektplassering: Verktøyet kan hjelpe med å identifisere hvor noe er og gi lydledetråder for å finne denhindrer brukeren i å famle i mørket.
- Omgivelsesanalyse: Den kan beskrive utformingen av et rom eller varsle deg hvis en gjenstand har falt på gulvet, og gi detaljerte farger, former og design spesifikke.
Hvordan sette det opp og krav
For å begynne å bruke Guided Vision må du først ha Gemini-appen installert og en enhet som kjører Android 9 eller nyere . Når du er i appen, går du til Gemini-innstillingene og slår på «Bruk Guided Vision i Live» -bryteren . Derfra starter du bare en Gemini Live-økt og deler kameraet ditt for å la magien begynne.
For å gjøre den virkelig nyttig har Google integrert svært praktiske snarveier . Du kan konfigurere den ved hjelp av tilgjengelighetsknappen, spesifikke bevegelser eller til og med volumtastene, og den er også fullt integrert i TalkBack- menyen , Androids offisielle skjermleser. Vær imidlertid oppmerksom på at utrullingen er gradvis, så det kan ta litt tid før den er tilgjengelig i kontoen din.
En viktig advarsel om dens begrensninger
Selv om teknologien er imponerende, er det viktig å huske at vi snakker om AI, og at den derfor kan gjøre feil . Google har vært veldig tydelige på dette: Guidet syn er ikke et medisinsk apparat eller et navigasjonsverktøy. Under ingen omstendigheter skal det brukes til å oppdage hindringer i veien eller til å navigere i gaten, da det ikke garanterer absolutt nøyaktighet. Det bør forstås som en komplementær støtte og ikke som en erstatning for optiske hjelpemidler eller førerhunder.
Den generelle konteksten for AI hos Google
Dette verktøyet føyer seg inn i andre innovasjoner, som den AI-drevne Oversikt i søkemotoren, som oppsummerer informasjon fra ulike kilder for å spare tid. Google investerer tungt i en modell der generativ AI er kjernen, slik at brukerne kan gå fra et raskt søk til en dyptgående samtale i AI-modus . Alt dette støttes av en Google Cloud- infrastruktur der personvern er avgjørende, noe som sikrer at brukerne beholder kontrollen over dataene sine og at informasjonen håndteres i henhold til strenge kontrakter.
Integreringen av kamera, stemme og maskinlæring bringer teknologien stadig nærmere det vi kjenner som hjelpeteknologi for blinde, og tilbyr en naturlig og menneskelignende interaksjon . Ved å kombinere visuelle analysefunksjoner med talte svar, forenkler det autonomien til tusenvis av mennesker i hverdagsoppgaver som tidligere var kompliserte, og styrker dermed AI som en grunnleggende alliert for inkludering og universell tilgjengelighet.