Проект Google Ellmann будет использовать искусственный интеллект Gemini, чтобы рассказать историю вашей жизни

Команда Google выдвинула на рассмотрение поискового гиганта захватывающий план. План предполагает использование искусственного интеллекта (ИИ), чтобы дать пользователям возможность увидеть свою жизнь «с высоты птичьего полета».

Предлагаемая технология будет использовать данные мобильных телефонов, такие как фотографии и поисковые запросы Google. Программа носит кодовое название «Проект Эллманн» в честь биографа и литературного критика Ричарда Дэвида Эллмана.

Согласно копии презентации, просмотренной CNBC, команда Google рекомендует использовать большие языковые модели (LLM), такие как Gemini, для обработки результатов поиска, выявления закономерностей на фотографиях пользователей, создания чат-бота и «ответов на ранее невозможные вопросы».

Google разрабатывает проект искусственного интеллекта под названием «Project Ellmann».

Целью проекта Ellmann является использование данных телефона человека для предоставления полного обзора его жизни.

Он может подробно описать фотографию пользователя, используя;

– Биографии
– Предыдущие моменты
– Последующие фотографии как контекст pic.twitter.com/n8oxfA2mtG

— Адитья Чоудхари (@adityjpg) 13 декабря 2023 г.

В презентации также рассказывается, как Project Ellmann станет «Рассказчиком вашей жизни». Однако Google пока не раскрывает своих планов по добавлению этих возможностей в любой из своих продуктов, включая Google Photos.

В сообщении в блоге, опубликованном инженером-программистом Google для фотографий Дэйвом Перра и руководителем отдела разработки устройств и услуг компании Трейси Феррелл, говорится, что Google Photos может похвастаться колоссальным числом пользователей в 1 миллиард и 4 триллионами фотографий и видео.

Project Ellmann: все, что мы знаем о новом проекте Google на данный момент

Помимо проекта Эллмана, Google планирует использовать технологию искусственного интеллекта множеством способов, чтобы улучшить свои продукты. В соответствии с этим американский технологический гигант недавно представил свою новейшую «самую функциональную» и продвинутую модель искусственного интеллекта — Gemini.

Стоит отметить, что модель Gemini AI смогла превзойти GPT-4 от OpenAI в 30 из 32 тестов производительности. Сообщается, что Google планирует сделать Gemini доступным широкому кругу клиентов через Google Cloud, чтобы они могли использовать их в своих собственных приложениях.

Одной из наиболее примечательных особенностей Gemini является то, что он мультимодален. Другими словами, модель ИИ может не только обрабатывать, но и понимать информацию помимо текста, включая видео, аудио и изображения.

Проект Ellmann — это инициатива Google, которая использует искусственный интеллект для создания панорамного обзора жизни пользователей.

Идея состоит в том, чтобы использовать такие данные, как фотографии (Google Фото) и историю поиска пользователей, для настройки услуг на основе жизненного опыта каждого пользователя. … pic.twitter.com/25JMOLBUP5

— Яна Д'Кортона (@dicortona) 11 декабря 2023 г.

Документы, просмотренные CNBC, позволяют предположить, что менеджер по продукту Google Photos продемонстрировал проект Ellman вместе с командами Gemini на недавно завершившемся внутреннем саммите. Менеджер по продукту предположил, что в этом проекте будет представлен взгляд на историю жизни человека с высоты птичьего полета.

«Мы не можем отвечать на сложные вопросы или рассказывать хорошие истории, не взглянув на вашу жизнь с высоты птичьего полета», — говорится в презентации.

«Мы просматриваем ваши фотографии, просматривая их теги и местоположения, чтобы определить значимый момент. «Когда мы сделаем шаг назад и поймем вашу жизнь во всей ее полноте, ваша всеобъемлющая история станет ясной», — говорится на слайде презентации.

В презентации говорилось, что большие языковые модели могут вывести множество памятных моментов, таких как рождение ребенка пользователя. В презентации утверждается: «Этот LLM может использовать знания с более высоких уровней дерева, чтобы сделать вывод, что это рождение Джека и что он первый и единственный ребенок Джеймса и Джеммы».

«Одна из причин, по которой LLM настолько эффективен для этого подхода с высоты птичьего полета, заключается в том, что он способен брать неструктурированный контекст со всех разных уровней этого дерева и использовать его для улучшения понимания других областей дерева», — говорит эксперт. читается отдельный слайд.

Интересно, что Google также, как сообщается, тестирует помощника с искусственным интеллектом, который может давать жизненные советы.