Kamera her şeyi görüyor ama tek kelime etmiyor. Google, Gemini Live’a eklediği Guided Vision ile bu sessizliği bozuyor. Görme engelli ve az gören kullanıcılar için geliştirilen özellik, telefon kamerasının gördüğünü sesli olarak tarif ediyor; kullanıcı kamerasını paylaşıyor, Gemini karşısındaki sahneyi anlatıyor ve merak edilen ayrıntı için sorulan soruları yanıtlıyor.
Özelliği benzerlerinden ayıran kısım ise anlatının kendisi değil, öncesi. Gemini bir konuşma ortağı gibi davranıyor; görüntü çok yukarıda, çok yakında ya da hafifçe yana kaymışsa bunu söylüyor ve kareyi düzeltmek için yavaşça sağa kaydırmak, aşağı doğru eğmek ya da bir adım geri çekilmek gibi yönlendirmeler veriyor. Sorulan soruya yanıt verebilmesi için gereken net görüntü böylece elde ediliyor.
Özellik bunun ardından hızlı bir görsel doğrulamanın en çok işe yaradığı anlarda devreye giriyor. Gıda paketlerindeki küçük beslenme etiketlerini okuyabiliyor, ev aletlerinin kadranlarını ve çamaşır makinesi programlarını çözebiliyor, ışığın az olduğu bir restoranda basılı menüyü okuyabiliyor. Yere düşen bir kulaklığı ya da kalabalık bir baharat dolabındaki karabiberi bulmak için yakın çevreyi tarayabiliyor. Renk, desen ve şekille ilgili sorulara yanıt veriyor; çizgili bir gömleğin bir pantolonla uyup uymadığını ya da bir ceketin renginin ne olduğunu söyleyebiliyor. Bilinmeyen bir mekânın, bir odanın düzeninin veya masaya dizilmiş nesnelerin genel görünümünü de aktarabiliyor.
Kimler kullanabilir?
Konuşmanın dili de bu kullanımın bir parçası. Guided Vision birden fazla dilde sohbet edebiliyor; açıklamaların, kadraj uyarılarının ve yanıtların doğal durması için Hindistan, Brezilya, Singapur, Endonezya ve Japonya gibi ülkelerdeki görme engelli ve az gören topluluklardan gelen kapsamlı testler ve geri bildirimler kullanıldı.
Google, pek çok erişilebilirlik yeniliğinde olduğu gibi bu özelliğin de daha geniş bir kesime dokunduğunu belirtiyor. Yaşlılar, okumakta güçlük çeken kullanıcılar ve loş ışıkta küçük yazıyı seçmeye çalışan herkes aynı desteği kullanabiliyor.
Guided Vision, Android 9 ve üzeri sürüme sahip cihazlarda kullanıma açıldı. Etkinleştirmek için Gemini mobil uygulamasındaki profil ayarlarından ilgili seçeneğin açılması yeterli.
Modelin bu hâle gelmesinde Aira ile yapılan işbirliğinin payı büyük. Google ve Aira, toplamda on binlerce saatlik görsel yorumlama verisi üretti. Aira’nın test ağındaki binden fazla kullanıcı modeli günlük rutinler üzerinde sınadı, şirketin uzmanları da doğrudan Google ekipleriyle çalıştı.
Google özelliğin sınırını da baştan belirtiyor. Guided Vision bir yardımcı araç olarak tasarlandı ve her üretken yapay zekâ teknolojisi gibi hata yapabiliyor. Bu nedenle tıbbi bir cihaz ya da hareket yardımcısı yerine geçmiyor; navigasyon, güvenli yol bulma ve engel algılama özelliğin kapsamı dışında kalıyor. Şirket, fiziksel ortamlarda beyaz baston başta olmak üzere alışılmış hareket yardımcılarının ve güvenli hareket alışkanlıklarının korunmasını öneriyor. Guided Vision, bu araçların yerine değil yanına eklenen bir destek olarak konumlandırılıyor.
