The Pulse
Google lancia Guided Vision per Gemini Live su Android
Google ha lanciato Guided Vision in Gemini Live per Android: la funzione fornisce descrizioni vocali e indicazioni per inquadrare con la fotocamera. È pensata per le persone cieche o ipovedenti, ma Google avverte che non va usata per orient
AI.info Team · Scritto con l’IA ·
Google presenta Guided Vision come un modo per consentire a Gemini Live di descrivere il mondo attraverso la fotocamera di un telefono Android, avvertendo però gli utenti di non farvi affidamento per orientarsi o rilevare ostacoli. La funzione è stata lanciata il 1 ottobre per i dispositivi Android compatibili ed è rivolta soprattutto alle persone cieche o ipovedenti. Secondo Google, può leggere etichette, individuare oggetti e fornire istruzioni vocali per regolare l’inquadratura; l’azienda sottolinea inoltre che l’IA può commettere errori.
Indicazioni vocali per la fotocamera
Guided Vision funziona durante una sessione di Gemini Live, dopo che l’utente ha condiviso la fotocamera del telefono. Si possono fare domande di approfondimento su ciò che la fotocamera vede, dal testo su una confezione di cibo alla disposizione di una stanza sconosciuta. Se la fotocamera è puntata troppo in alto, è troppo vicina o è rivolta da un lato, Gemini può chiedere all’utente di spostarla, inclinarla o fare un passo indietro per ottenere una visuale più chiara.
Tra gli usi pratici citati da Google ci sono la lettura di un menu poco illuminato, la verifica delle impostazioni di una lavatrice, la ricerca di un auricolare caduto e l’individuazione del pepe nero in un mobiletto delle spezie affollato. La funzione può anche descrivere colori, forme e motivi e consente di conversare in più lingue. Google afferma che i suoi test hanno incluso i riscontri delle comunità di persone cieche e ipovedenti in India, Brasile, Singapore, Indonesia, Giappone e altri Paesi.
Aira ha contribuito ai test nell’uso quotidiano
Google afferma di aver collaborato con Aira, un servizio di interpretazione visiva, per preparare Gemini Live ai contesti del mondo reale. L’azienda descrive il lavoro come basato su decine di migliaia di ore di interpretazione visiva e afferma che oltre 1.000 membri della rete Trusted Tester di Aira hanno testato e perfezionato il modello nelle attività quotidiane. Gli specialisti di Aira hanno inoltre collaborato con Google alle misure di sicurezza.
Isha Sheth, responsabile senior di prodotto per Gemini Live, scrive: «Come qualsiasi tecnologia di IA generativa, Guided Vision è uno strumento di assistenza e può commettere errori». Google afferma che lo strumento non è un dispositivo medico, un ausilio alla mobilità o un sostituto del bastone bianco e che non è destinato a fornire indicazioni per spostarsi in sicurezza.
La disponibilità ha un limite di sicurezza
Google afferma che Guided Vision è disponibile su Android 9 e versioni successive nelle aree e nelle lingue in cui Gemini Live è supportato, a condizione che l’app Gemini e il software di sistema Android siano aggiornati. La sua pagina Android Accessibility Help avverte che la distribuzione è graduale, quindi la funzione potrebbe non essere ancora visibile a tutti gli utenti che possono utilizzarla.
Gli utenti possono attivare «Usa Guided Vision in Live» nelle impostazioni del profilo dell’app Gemini, poi avviare Gemini Live e condividere la fotocamera. Android offre anche una scorciatoia di accessibilità tramite un pulsante mobile, un gesto con due dita o entrambi i tasti del volume; chi usa TalkBack può aprire il relativo menu con un tocco a tre dita e selezionare Guided Vision. Queste modalità di accesso rendono più facile avviare la funzione, ma non cambiano il limite indicato da Google: negli ambienti fisici, gli utenti devono continuare ad affidarsi agli ausili alla mobilità consolidati e alle pratiche per spostarsi in sicurezza.