Konferencia Google I/O 2024 alebo čo nás čaká a neminie v blízkej budúcnosti?

Spoločnosť Google usporiadala v polovici mája konferenciu I/O 2024, na ktorej predstavila množstvo vízií a noviniek v oblasti umelej inteligencie. Išlo síce o konferenciu primárne pre vývojárov, ale všetko, o čom sa dočítate nižšie, nájdete už čoskoro na svojich PC aj smartfónoch. Umelá inteligencia vám pomôže v práci s náročnými úlohami, ale aj v domácnosti pri hľadaní okuliarov alebo ďalších predmetov a čo nevidieť za vás vybaví reklamáciu, objedná dovolenku a ochráni vás pred podvodnými telefonátmi.

Spoločnosť Google tradične usporiadala v polovici mája konferenciu Google I/O 2024. Tento rok na to ale išla trošku inou cestou. Neukázala žiadny nový smartfón, pretože svoju novinku Google Pixel 8a odhalila už minulý mesiac, chystaný Android 15 bude predstavený, naopak, neskôr. Celá prezentácia sa niesla v duchu umelej inteligencie. Jasným dôkazom je fakt, že počas nej zaznelo slovné spojenie AI celkom 121-krát. Konferencia síce slúži primárne vývojárom, ale všetky novinky, o ktorých sa dočítate nižšie, budú už čoskoro dostupné aj vo vašom smartfóne.

Project Astra – asistent budúcnosti

Project Astra predstavuje skutočný prelom v umelej inteligencii. Ide o doteraz najdokonalejšieho AI asistenta s odpoveďami v reálnom čase, ktorý navyše dokáže „vidieť“ nielen cez kameru vášho smartfónu, ale napríklad aj inteligentných okuliarov. Stručne povedané ide o AI osobného asistenta, ktorý dokáže v reálnom čase odpovedať a spracovávať videovstup. Video nižšie dokonalo ilustruje, ako pracuje s kontextom, pamätá si zdanlivo nerelevantné veci len z letmo zachyteného videa, a tak vám pomôže nájsť napr. okuliare a ďalšie predmety, čo bol nedávno neriešiteľný problém pre asistentov tohto typu.

Očakáva sa, že tento AI asistent v blízkej budúcnosti nahradí klasického Google Asistenta, ako ho poznáme dnes, a stane sa neoddeliteľnou súčasťou nových telefónov s operačným systémom Android.

Google Gemini má jasne najväčšie kontextové okno

Google Gemini je v súčasnosti najpoužívanejší AI produkt spoločnosti Google a aktuálne ide o priamu konkurenciu nástroja ChatGPT od OpenAI, prípadne Microsoft Copilot vo vyhľadávači Bing. Hlavnou prednosťou tejto platformy je multimodálnosť v základe. Kým Google Gemini je už od začiatku navrhnutý ako nástroj pre spracovanie alebo generovanie textu, obrázkov či videa, ostatné platformy sa to musia najskôr „učiť“ a text je generovaný len ako medzikrok.

V čom má Google Gemini oproti konkurencii jasne navrch, je veľkosť tzv. kontextového okna. To si môžete jednoducho predstaviť ako množstvo vami zadaných informácií, nad ktorými dokáže umelá inteligencia uvažovať v jeden moment. Najvyšší model, Google Gemini 1.5 Pro, teraz dokáže konzistentne premýšľať až nad 1 miliónom tokenov. Ide zhruba o 10 hodín audia, 1 hodinu videa, prípadne 700-tisíc slov. Do konca tohto roku by sa navyše mali rozšíriť schopnosti až na 2 milióny tokenov.

Nie je to len „obyčajný“ chatbot

Google Gemini nie je v žiadnom prípade len ďalší „tuctový“ chat bot. Zvláda čítať aj vytvárať obsah v rôznych formátoch natívne, veľmi rýchlo aj dlhým kontextom. Novo sa môžete pri chat verzii tešiť na prednastavené chatové okná, ako ich už poznáte od konkurencie. Táto funkcia, pre Google nazývaná Gemini Gems, vám umožní vytvoriť si napr. Gem osobného trénera, ktorému nastavíte popis, o ktorom bude uvažovať pri každom spustení. Stále jasnejšie sa totiž ukazuje, že keď chatu vštepíte, že je kondičný tréner s rokmi skúseností, sú jeho výstupy omnoho fundovanejšie. Do popisu môžete napríklad pridať štýl motivácie, ktorý vyžadujete. Všetky odpovede sa potom budú držať vami požadovaného formátu.

Vyberať môžete z dvoch Gemini modelov

Na samotnom vrchole rodiny Gemini naďalej zostáva model Gemini 1.5 Pro, Google ale predstavil alternatívu v podobe Gemini 1.5 Flash. Ide o odľahčený model, ktorý má poskytovať čo najrýchlejšie odpovede. Má všetky výsady Gemini, či už multimodálnosť, alebo dlhé kontextové okno, odpovede ale nebudú tak detailné a prepracované, ako pri variante Pro. Oba modely Gemini ale budú mať svoje využitie. Zatiaľ čo Pro sa hodí na zložitejšie úlohy, Flash nájde uplatnenie tam, kde je najdôležitejšia rýchlosť.

Google ukázal aj nové generatívne modely Veo a Imagen 3

Značná časť prezentácie bola venovaná aj generatívnej umelej inteligencii. Predstavený bol model pre generovanie videa z textu Veo, schopný vytvárať Full HD videá v rôznych štýloch, trvajúci dlhšie než jednu minútu. Zdokonalený model pre generovanie obrázka z textu Imagen 3 je zameraný hlavne na detaily, je tak schopný verne zobraziť aj tie najkonkrétnejšie požiadavky a produkovať skutočne fotorealistické snímky. Všetko, čo Gemini vygeneruje vrátane videí, bude novo vybavené nemenným „vodoznakom“ SynthID, za účelom falošného vydávania vygenerovaného obsahu za pravý.

Gemini pre Google Workspace je dokonalou posilou vášho tímu

Gemini sa novo stane aj súčasťou firemného balíčka populárnych produktov Google Workspace, ku ktorým patrí napr. Gmail, Disk Google, Kalendár Google, Dokumenty Google a mnohé ďalšie. Google Gemini sem budete môcť pridať ako „nového kolegu“. Potrebujete mať usporiadané faktúry z e-mailov na jednom mieste? Pre Gemini žiadny problém, navyše vám k tomu vytvorí tabuľku príjmov a výdajov, obohatenú o relevantné grafy.

S Gemini sa bude dať komunikovať aj v rámci skupinového chatu, podobne ako s vašimi kolegami. Potrebujete sa uistiť, že je váš projekt už pripravený na vydanie? Stačí sa len spýtať a ak sa nikto z vašich skutočných kolegov neozve, Gemini prejde všetky súbory aj dostupné dáta, upozorní na potenciálne problémy a navrhne ďalší postup. Na výstup pokojne môže reagovať ktokoľvek z tímu zadaním ďalšej úlohy, ktorej spracovanie by bežne zabralo aj hodiny, ale Gemini príde s uceleným riešením už behom pár minút.

AI ako súčasť vyhľadávania Google

Kým predchádzajúca časť bola venovaná predovšetkým profesionálom, zvyšok textu sa už bude týkať nás všetkých. Umelá inteligencia sa totiž už čoskoro stane neoddeliteľnou súčasťou najpoužívanejšieho vyhľadávača na svete. Google na konferencii I/O 2024 ukázal, čo všetko už AI pri vyhľadávaní dokáže. Medzi kľúčové funkcie patrí zhrnutie, keď Gemini pospája informácie z vyhľadaných článkov, aby vám ich „naservírovala“ ako jeden celok, doplnený o všetky dostupné zdroje. Vyhľadávanie rovnako zvládne spracovať aj zložitejšie požiadavky. Na prezentácii bola ukázaná požiadavka „nájdi najlepšie joga alebo pilates štúdio v Bostone, ukáž ponuky pre začiatočníkov a pešiu vzdialenosť od môjho bydliska“. Gemini si jednotlivé požiadavky rozdelí do niekoľkých krokov, všetky požadované informácie získa a všetko vám prehľadne zobrazí v informačnom blokovom rozhraní uspôsobenom tomu, čo práve hľadáte. K vyhľadávaniu textom a hlasom navyše pribudne aj video, pravdepodobne na báze Project Astra.

Circle to Search už nielen pri Samsungu

Obrázkový vyhľadávač Circle to Search, ktorý bol doteraz výsadou vlajkových telefónov Samsung Galaxy S24 Ultra, sa už čo nevidieť stane súčasťou väčšiny telefónov s operačným systémom Android (pravdepodobne Android 15). Niet sa čo diviť, keď sa na jeho vývoji podieľali Samsung a Google spoločne. Circle to Search dokáže vyhľadávať obrázky na základe podobnosti so zakrúžkovaným objektom, novo sa ale naučí aj riešiť matematické úlohy. Ako sa zdá, túto funkciu budú žiaci milovať a učitelia nenávidieť. Stačí iba zakrúžkovať slovnú úlohu, rovnicu či graf a Circle to Search v momente príde so správnym riešením vrátane postupu. Viac o telefónoch Samsung S24 nájdete v nasledujúcom článku.

AI Agent za vás vybaví reklamáciu, naplánuje dovolenku a ochráni vás pred hovormi

Aby Google priniesol umelú inteligenciu naozaj všetkým, predstavil tzv. AI agentov. AI agenti v sebe snúbia všetko, čo ponúka umelá inteligencia od Googlu. Objednali ste si nové topánky, ale sú vám primalé? AI agent si danú úlohu rozplánuje do niekoľkých krokov a dokáže pracovať naprieč rôznymi softvérmi. Behom chvíľky tak prejde vaše e-maily, nájde faktúru, zistí, kde ste topánky kúpili a vyplní potrebné formuláre. Vám potom len povie, kam topánky zaniesť, prípadne objedná zvoz. Nad všetkým ale budete mať kontrolu, AI agent sa vás vždy spýta, či má vykonať daný krok, všetko tak budete mať úplne vo svojej moci. Zatiaľ ide o rané testovanie, skutočné implementovanie tejto technológie je skôr otázkou niekoľkých rokov.

Google rovnako demonštroval, ako môže umelá inteligencia odhaliť podozrivé hovory, v ktorých sa vás snažia podvodníci okradnúť o peniaze. Podľa spoločnosti Google ľudia stratili v posledných mesiacoch pre takto cielené podvody viac než bilión dolárov, preto vyrážajú do boja so svojimi AI agentami. Hneď ako umelá inteligencia rozpozná vzorec podozrivého správania v hovore, napr. volajúci chce po vás osobné údaje, PIN karty alebo heslá do účtov, okamžite vás upozorní na potenciálnu hrozbu.

***

Tak čo na to hovoríte? Zdá sa, že umelá inteligencia je na vzostupe a čoskoro s ňou príde do kontaktu naozaj každý!