Gemini ची ताजी मांडणी कोडबद्दल नाही, कामांबद्दल आहे
Google लोकांनी Gemini कडे कसे पाहावे, हे विस्तृत करत आहे. 24 एप्रिल रोजी प्रसिद्ध झालेल्या नव्या उत्पादन पोस्टमध्ये कंपनीने आपला AI सहाय्यक कल्पनांची देवाणघेवाण करण्यासाठीच्या चॅटबॉटपेक्षा, सामान्य आयुष्य हाताळण्यासाठी प्रत्यक्ष मदत करणारा सहकारी म्हणून मांडला: खोल्या स्वच्छ करणे, पसारा कमी करणे, उपकरणांच्या त्रुटी शोधणे, फ्रिज साफ करणे, ईमेल आवराआवर करणे आणि कामांचे नियोजन करणे. संदेश सरळ आहे. जनरेटिव AI ला अधूनमधून येणाऱ्या नवलाईतून वारंवार वापरल्या जाणाऱ्या घरगुती उपयोगितेत बदलण्याची मोठी संधी Google पाहत आहे.
कंपनीची उदाहरणे हंगामी स्वच्छतेशी जोडलेली होती, पण त्यामागील व्यापक अर्थ उत्पादनाच्या मांडणीत आहे. सॉफ्टवेअर विकास, इमेज जनरेशन किंवा अमूर्त प्रश्नोत्तर यांवर भर देण्याऐवजी Google ने Gemini ला अशा साधनाप्रमाणे सादर केले की जे गोंधळलेली, दृश्य स्वरूपाची, अनेक टप्प्यांची कामे मार्गदर्शित वर्कफ्लोमध्ये रूपांतरित करू शकते. हे महत्त्वाचे आहे, कारण ग्राहक AI प्रणालींचा स्वीकार कच्च्या मॉडेल क्षमतेपेक्षा लोक त्यांच्याभोवती पुन्हा वापरण्याच्या सवयी तयार करतात का यावर अधिक अवलंबून असू शकतो. घराची देखभाल, वैयक्तिक व्यवस्था आणि कामे हीच अशी पुनरावृत्ती होणारी अडचण आहे जी अनुभव पुरेसा सुरळीत असेल तर त्या सवयी निर्माण करू शकते.
प्रॉम्प्ट्सपासून प्रत्यक्ष वर्कफ्लोकडे
व्यवस्था आणि स्वच्छतेत Gemini कशी मदत करू शकते, याचे आठ मार्ग Google ने अधोरेखित केले. यादीची सुरुवात वैयक्तिक स्वच्छता योजनांपासून होते. सर्वसाधारण चेकलिस्ट वापरण्याऐवजी, घराच्या रचनेनुसार किंवा कुटुंबाच्या उपलब्ध वेळेनुसार खोलीनिहाय वेळापत्रक विचारण्यास वापरकर्त्यांना प्रोत्साहित केले जाते. हे साधे वाटते, पण AI मधील व्यापक कल दाखवते: प्रणाली आता अस्पष्ट उद्दिष्टांना संरचित कृती आराखड्यात रूपांतरित करणारी साधने म्हणून मांडली जात आहेत. वापरकर्त्याला टेम्पलेट शोधण्याची, सल्ल्याची पृष्ठे तुलना करण्याची आणि नंतर निकाल पुन्हा लिहिण्याची गरज नसते. Gemini ने लगेच कस्टम ड्राफ्ट द्यायचा हा उद्देश आहे.
दुसरे उदाहरण इमेज इनपुटवर आधारित आहे. गोंधळलेल्या ड्रॉवर किंवा कपाटाचा फोटो अपलोड करून तो जागा अधिक प्रभावीपणे कसा वापरता येईल, याबद्दल कल्पना मागता येतील, असे Google ने सांगितले. हे मल्टिमोडल AI च्या सर्वात स्पष्ट ग्राहक-समोरच्या फायद्यांपैकी एकाकडे निर्देश करते. मॉडेल फक्त टेक्स्ट प्रॉम्प्टपुरते मर्यादित नाही; ते दृश्य परिस्थिती घेऊन विशिष्ट सूचना देऊ शकते. व्यवहारात, ज्यांना समस्या शब्दांत सांगणे कठीण जाते पण कॅमेऱ्याने ती तात्काळ दाखवता येते, त्यांच्यासाठी हा घर्षण कमी करणारा अनुभव आहे.
कंपनीच्या फ्रिज उदाहरणातही तोच पॅटर्न दिसतो. कॅमेरा स्कॅनमध्ये दिसणाऱ्या साहित्याची ओळख Gemini Live करू शकते आणि उरलेल्या पदार्थांपासून रेसिपी सुचवू शकते, असे Google म्हणाले. ही मांडणी सोय आणि अन्नवाया कमी करणे, दोन्ही एकत्र आणते. Google साठी ते आणखी मोठ्या धोरणात्मक उद्दिष्टालाही दाखवते: लाईव्ह कॅमेरा संदर्भ वापरून सहाय्यकाला उशिराने येणाऱ्या मजकूर प्रतिसादांपेक्षा प्रत्यक्ष वेळेत निर्णय सहाय्याच्या जवळ नेणे.
