با قابلیت چندرسانه‌ای جدید در AI Mode از کمپانی گوگل، می‌توان با عکس سؤال پرسید و پاسخ‌های دقیق دریافت کرد.
به گزارش تکراتو و به نقل از androidheadlines، گوگل قابلیت‌های چندرسانه‌ای (multimodal) را به ویژگی AI Mode در جستجوی تصویری Lens اضافه کرده است.
حالا کاربران می‌توانند یک تصویر را ثبت یا بارگذاری کنند، سؤال بپرسند و پاسخ‌هایی دقیق، با جزئیات بالا و همراه با لینک‌های مفید برای بررسی بیشتر دریافت کنند. این قابلیت هم‌اکنون برای میلیون‌ها کاربر Google Labs در آمریکا فعال شده است.
ماه گذشته گوگل ویژگی آزمایشی AI Mode را برای کاربران اشتراک Google One AI Premium منتشر کرده بود. حالا این ویژگی برای میلیون‌ها کاربر دیگر در Google Labs آمریکا در دسترس قرار گرفته است.
همچنین، گوگل قابلیت‌های چندرسانه‌ای را به این ویژگی اضافه کرده تا کاربران بتوانند از طریق جستجوی تصویری Lens، از عکس‌ها اطلاعات بیشتری دریافت کنند.
بر اساس اعلام گوگل، این جستجوی چندرسانه‌ای توسط Google Lens و نسخه‌ای سفارشی‌شده از مدل Gemini پشتیبانی می‌شود. این سیستم حالا می‌تواند تمام صحنه موجود در عکس را درک کند؛ از جنس و رنگ و شکل اجسام گرفته تا چیدمان و ارتباط میان آن‌ها.
با کمک فناوری پیشرفته جستجوی تصویری گوگل، Lens قادر است همه اجزای تصویر را به‌دقت تشخیص دهد.
این قابلیت فراتر از جستجوی تصویری معمولی عمل می‌کند. AI Mode حالا نه‌تنها یک عکس را تحلیل می‌کند، بلکه به زمینه کلی آن نیز توجه دارد.
یعنی می‌تواند رابطه بین اشیا، بافت‌ها، رنگ‌ها، اشکال و چینش آن‌ها را متوجه شود. همچنین با استفاده از تکنیکی به نام query fan-out، چندین جستجوی همزمان انجام می‌دهد تا اطلاعات دقیق‌تری به‌دست آورد.
در مثالی که گوگل ارائه کرده، AI Mode توانست محتوای یک عکس از قفسه کتاب را به‌خوبی تفسیر کند و تمام کتاب‌ها را به‌درستی شناسایی کند. سپس با تولید پرس‌وجوهای مرتبط، اطلاعاتی درباره عنوان این کتاب‌ها و حتی پیشنهاداتی مشابه و با امتیاز بالا ارائه کرد.
پاسخ هوش مصنوعی شامل فهرستی از کتاب‌های پیشنهادی و لینک‌هایی برای خرید یا بررسی بیشتر آن‌ها بود. همچنین کاربران می‌توانند سؤالات پی‌در‌پی بپرسند تا نتایج دقیق‌تری دریافت کنند؛ مثلاً بپرسند کدام‌یک از این کتاب‌ها کوتاه‌تر است و برای مطالعه سریع مناسب‌تر است.
ویژگی AI Mode در جستجوی گوگل در واقع پاسخی به سرویس‌هایی مثل Perplexity و ChatGPT Search است؛ سرویس‌هایی که با ترکیب هوش مصنوعی و جستجو، تجربه‌ای شبیه چت‌بات برای کاربران فراهم می‌کنند. گوگل اعلام کرده در ماه‌های آینده قصد دارد این ویژگی را بهبود دهد و امکانات بیشتری به آن اضافه کند.