Какво направи конференцията Google I/O незабравима: обобщение на всички представени разработки

Google проведе годишната си конференция за разработчици Google I/O 2024. На презентацията бяха представени нови софтуерни продукти с изкуствен интелект. Те бяха събрани и обобщени в една статия на TechCunch. Разказваме подробностите.

Вчера, 14 май, вечерта Google проведе конференцията за разработчици I/O, на която представи нови продукти. Тази година I/O беше посветен на AI — за 110 минути от събитието, Google успя да спомене AI 121 пъти. Не, не сме го броили — изпълнителният директор Сундар Пичай даде тази цифра в края на презентацията.

Of course Google used Gemini to count AI mentions during today's AI-filled #GoogleIO. And there was even one more after this. pic.twitter.com/ajL7JYPQVE

— TechCrunch (@TechCrunch) May 14, 2024

Firebase Genkit

Допълнение към платформата, което трябва да улесни разработчиците при създаването на AI приложения в JavaScript/TypeScript, а също поддръжката на езика Go идва съвсем скоро. Това е фреймуърк с отворен код, използващ лиценза Apache 2.0, който позволява на разработчиците бързо да вграждат AI в новите и съществуващи приложения. По-конкретно, Genkit може да се използва за: генериране и обобщаване на съдържание, превод на текст и създаване на изображения.

Генеративен AI за учене

Google представи LearnLM, ново семейство от генеративни AI-модели, усъвършенствани за обучение. Това е съвместно усилие на изследователския отдел Google DeepMind AI и Google Research. Според Google моделите LearnLM са предназначени за разговорно обучение на студенти в редица дисциплини. Въпреки че вече е наличен в няколко платформи на Google, компанията пуска LearnLM като част от пилотната програма Google Classroom.

AI викторини

Новата функция на YouTube са викторините, създадени от изкуствен интелект. Този нов инструмент за разговорен AI позволява на потребителите да „вдигнат ръка“, докато гледат образователни видеоклипове. Зрителите могат да задават изясняващи въпроси, да получават полезни обяснения или да участват във викторина по дадена тема. 

Предназначен е за тези, които трябва да гледат дълги образователни видеоклипове, като лекции или семинари, а благодарение на възможностите на модела Gemini за дълъг контекст, тези нови функции вече са достъпни за избрани потребители на Android в САЩ.

Gemma 2

Едно от основните искания, които Google получи от разработчиците, беше по-големия модел Gemma. Затова Google добави новия модел с 27 милиарда параметъра към Gemma 2. Следващото поколение модели Gemma от Google ще бъде пуснато през юни. Този размер е оптимизиран от Nvidia за работата на графичните процесори от следващо поколение и може да работи на един TPU хост, каза Google. 

Gemini

Gemini 1.5 Pro е вграден в Gmail, Photo, Meet, Chrome и други обществени услуги. Контекстният прозорец беше удвоен до 2 милиона токена. Това е 16 пъти повече от GPT-4o — можете да заредите 60 000 реда код наведнъж. В Google Meet, AI обобщава вашия диалог и избира основните точки. В Google Photo — намира всякакви снимки чрез глас. В Chrome — ще даде бърз отговор на въпрос с препратка към източници. Вече е налична и възможност за търсене по видео.

Ask Photos

Това е актуализация на Google Photos. Новата функция (която ще стартира по-късно това лято) ще позволи на потребителите да търсят в колекцията си от снимки, като използват заявки на естествен език. Ако преди това потребителите можеха да търсят конкретни хора, места или неща в снимките си, благодарение на обработката на естествения език, актуализацията на AI ще направи търсенето на желаното съдържание по-интуитивно и по-малко ръчно.

Борбата със скама

Google представи функция, за която каза, че ще предупреждава потребителите за потенциална измама по време на разговор. Функцията ще бъде вградена в бъдещата версия на Android и използва Gemini Nano — най-малката версия на генеративния AI на Google.

Системата слуша за „шаблонни разговори, обикновено свързани с измама в реално време. Google даде пример с някой, който се представя за представител на банка. Често срещаните тактики на измамниците, като искания за пароли и карти за подаръци, също работят в системата. 

Imagen 3

Най-новият модел в семейството генеративни модели AI Imagen. Главният изпълнителен директор на DeepMind Демис Хасабис каза, че Imagen 3 разбира по-точно текстовите подсказки, които превръща в изображения, в сравнение с предшественика си Imagen 2 и е по-„креативен и детайлен“ в сравнение със своите поколения. Освен това, казва той, моделът създава по-малко разсейващи артефакти и грешки: „Това е [също] най-добрият ни модел за изобразяване на текст, което днес е проблем за моделите, генериращи изображения.“

Project IDX

Project IDX, базираната на браузър среда за разработки от следващо поколение, фокусирана върху AI, вече е в отворена бета-версия. Тази актуализация в IDE включва интеграция с Google Maps Platform, която ви позволява да добавяте функции за геолокация към приложенията, както и интеграция с Chrome Dev Tools и Lighthouse за отстраняване на грешки в приложенията. Скоро Google също ще позволи внедряването на приложения в Cloud Run и безсървърната платформа Google Cloud за изпълнение на фронт и бек-енд услуги.

Конкурент на Sora

Veo — AI модел, който може да създава 1080p видеоклипове с продължителност от около минута от текстова подсказка. В различни визуални и кинематографични стилове, включително и пейзажи, позволява внасяне на редакции и корекции на вече генерираните кадри.

And you’ll also be able to ask questions with video, right in Search. Coming soon. #GoogleIO pic.twitter.com/zFVu8yOWI1

— Google (@Google) May 14, 2024

Circle to Search

Функцията Circle to Search с AI позволява на Android-потребителите да получават незабавни отговори. Създаден е да направи взаимодействието с търсенето в Google по-естествено от всяко място на вашия телефон чрез извършване на определени действия. Например чрез маркиране, написване или докосване.

Pixel 8a

Най-новото устройство в линията Pixel. Телефонът струва $499, а продажбите започват във вторник. Сред останалите нововъведения към устройството беше и чипът Tensor G3.

Pixel Slate

Таблетът Pixel на Google под наименованието Slate, вече е достъпен за продажба.