Google-এর প্রধান I/O 2024 কীনোট ছিল এক টন নতুন AI বৈশিষ্ট্য যা ডেস্কটপ এবং মোবাইলে আসছে, জেমিনিকে ধন্যবাদ৷ ভিডিও এবং মাল্টিমোডাল প্রম্পট অনুরোধের মাধ্যমে Google অনুসন্ধান করার নতুন উপায় থাকবে, যখন স্মার্টফোনগুলি অবশেষে প্রজেক্ট অ্যাস্ট্রার সাথে ক্যামেরার মাধ্যমে AI সুপার পাওয়ার পাবে।
কিন্তু একটি বৈশিষ্ট্য আছে যা সত্যিই আমার কাছে আটকে গেছে: Google Photos-এ Gemini-এর সাথে ফটো জিজ্ঞাসা করুন ।
প্রথমত, মিথুন কি?
প্রথমেই জেনে নিন মিথুন কি? এটি মূলত গুগলের এআই মডেলের পরিবার, যার মধ্যে রয়েছে জেমিনি ন্যানো, জেমিনি প্রো এবং জেমিনি আল্ট্রা। সংক্ষেপে, এটি ওপেনএআই-এর Google-এর সংস্করণ এবং ChatGPT- এর মতো নিজস্ব GPT মডেল।
জেমিনি ওপেনএআই-এর জিপিটি-এর মতো অন্যান্য বৃহৎ ভাষার মডেলের (এলএলএম) মতো টেক্সট বুঝতে এবং তৈরি করতে পারে। যাইহোক, মিথুন একটু বেশি করতে পারে — এটি ছবি, ভিডিও, অডিও এবং এমনকি কোডের মতো তথ্যের অন্যান্য ফর্মগুলি বোঝে, পরিচালনা করে এবং একত্রিত করে৷
অ্যান্ড্রয়েড স্মার্টফোনের জন্য, এটি জেমিনি ন্যানো ব্যবহার করে, যা ডিভাইসে স্থানীয়ভাবে কাজ করে। জেমিনি ন্যানো মডেলের জন্য ধন্যবাদ, সার্কেল টু সার্চের মতো বিদ্যমান বৈশিষ্ট্যগুলি শিক্ষার্থীদের পদার্থবিদ্যা এবং গণিতের হোমওয়ার্কের সাথে সাহায্য করার ক্ষমতার সাথে আরও উন্নত হবে।
এটি আপনার স্ক্রীনে বর্তমানে যা আছে সে সম্পর্কে আরও বেশি প্রসঙ্গ-সচেতন হবে, কারণ আপনি কয়েক ডজন পৃষ্ঠা স্ক্রোল করার পরিবর্তে আপনি দেখছেন এমন একটি ভিডিও বা একটি দীর্ঘ PDF যা আপনি ব্রাউজ করছেন সে সম্পর্কে আপনি জেমিনিকে প্রশ্ন করতে সক্ষম হবেন। জেমিনি ন্যানো এমনকি আপনার স্মার্টফোনে মাল্টিমোডাল ক্ষমতা নিয়ে আসবে, যেমন একটিতে একাধিক অনুরোধ সহ অনুসন্ধান ক্যোয়ারী।
I/O 2024-এ ঘোষিত অনেকগুলি নতুন মিথুন বৈশিষ্ট্যগুলির মধ্যে একটি হল Gemini-এর সাথে ফটো জিজ্ঞাসা করুন এবং এটি এই বছরের শেষের দিকে Google Photos-এ থাকবে৷ দীর্ঘ গল্প সংক্ষিপ্ত, আপনি কীওয়ার্ডের পরিবর্তে আরও কথোপকথন পদ্ধতির মাধ্যমে আপনার বিশাল ফটো লাইব্রেরির মাধ্যমে অনুসন্ধান করতে পারেন।
Google I/O ডেমোতে, Google দেখিয়েছে যে আপনি শুধু জিজ্ঞাসা করতে পারেন, "আমার লাইসেন্স প্লেট আবার কী?" অথবা "আমার মেয়ে কখন সাঁতার শিখেছে?" সেই অনুরোধগুলির উত্তর দেয় এমন ফটোগুলি আনতে।
এটি এমনকি "আমার মেয়ের সাঁতার কীভাবে এগিয়েছে তা আমাকে দেখান" এর মতো অনুরোধগুলির সাথে আরও এক ধাপ এগিয়ে যায়৷ এই ধরনের প্রশ্নগুলি একটি উপযুক্ত ফলাফলের জন্য মিথুনকে তারিখ এবং প্রসঙ্গ অনুসারে আপনার ফটোগুলিকে ফিরে দেখতে বাধ্য করে৷
মঞ্চে জেমিনীর সাথে ফটো জিজ্ঞাসা করার সময় আমি উত্তেজিত ছিলাম, এবং আমি এটিতে হাত পেতে অপেক্ষা করতে পারি না।
পিতামাতার এআই সহচর
আমি মাত্র দুই বছরেরও বেশি সময় ধরে মা হয়েছি। কিন্তু সেই সময়ে, আমি আগের চেয়ে অনেক বেশি ছবি তুলেছি কারণ আমি আমার মেয়ের সমস্ত ছোট মুহূর্তগুলিকে ক্যাপচার করতে পছন্দ করি, তা শুধু তার সুন্দর এবং নির্বোধ হওয়াই হোক বা সেই উল্লেখযোগ্য মাইলফলকগুলি যা আমি একটি ফটো বা ভিডিওতে ক্যাপচার করতে চাই৷ একটি 1TB iPhone 15 Pro , এবং আমি যে অগণিত Android ফোনগুলি পরীক্ষা করেছি, আমি সর্বদা আমার মেয়ের ফটো তুলছি৷
আপনি এটা overkill মনে হতে পারে — সম্ভবত এটা. কিন্তু আমার কাছে আমার বাবা-মায়ের শৈশবের অনেক ছবি নেই তারা সত্যিই আমার সমস্ত বিশেষ মুহূর্তগুলি ক্যাপচার করেনি, এবং আমার কাছে কেবল অস্পষ্ট স্মৃতি রয়েছে, খুব বিস্তারিত বা নির্দিষ্ট কিছুই নেই। আমাদের কাছে এখন যে সমস্ত প্রযুক্তি রয়েছে, এটি আমাকে নিশ্চিত করতে সাহায্য করেছে যে আমার মেয়ের শৈশবের চাক্ষুষ প্রমাণ থাকবে।
যদিও আমি পরিবারের সদস্যদের সাথে ভাগ করে নেওয়ার জন্য এবং বন্ধুদের বাছাই করার জন্য ফটো এবং ভিডিও তুলি, আমি বেশিরভাগই এই মুহূর্তগুলি ক্যাপচার করি কারণ আমি সেগুলিকে পরে ফিরে দেখতে চাই৷ আমি আমার মুখে হাসি আনার জন্য একটি দ্রুত পিক-মি-আপ খুঁজছি কিনা বা যখন আমি একজন বৃদ্ধ মহিলা এবং মেমরি লেনের নিচে হাঁটার প্রয়োজন, আমি আমার চাক্ষুষ স্মৃতিগুলিকে বেশ খানিকটা অতিক্রম করি।
মিথুনের সাথে ফটো জিজ্ঞাসা করুন, আমি আমার মেয়ের জীবনের বিভিন্ন ইভেন্টের সাথে আমার অগ্রগতি দেখানোর জন্য জিজ্ঞাসা করার জন্য অপেক্ষা করতে পারি না। উদাহরণস্বরূপ, আমরা এই আগস্টে তাকে প্রাক বিদ্যালয়ে শুরু করছি। আমি মিথুনকে স্কুল জুড়ে তার অগ্রগতি দেখাতে বা প্রতিটি স্কুল বছরের জন্য তার সমস্ত "প্রথম দিন" আমাকে দেখাতে বলতে চাই। অথবা যখন সে বাইক চালাতে শিখে, তখন আমি তার প্রগতি প্রশিক্ষণের চাকা থেকে সম্পূর্ণ সাইকেলে রূপান্তরিত হতে দেখতে পাচ্ছি। হেক, জেমিনি এমনকি আমাকে দেখাতে পারে যখন আমার মেয়ে প্রতি বছর তার জন্মদিনের কেকের মোমবাতি নিভিয়ে দেয়।
আমার কাছে Ask Photos ব্যবহার করার জন্য অনেক সম্ভাবনা রয়েছে, কিন্তু সেগুলি কেবলমাত্র কয়েকটি ধারণা যা মনে আসে। এবং যদিও এটি পিতামাতার জন্য তাদের বাচ্চাদের মাইলফলকগুলির জন্য দুর্দান্ত, এটি অন্যান্য জিনিসগুলির জন্যও দুর্দান্ত। আমি নিজেকে আমার বার্ষিকী, ছুটির দিন এবং এমনকি আমার পোষা প্রাণীদের জন্য এটি ব্যবহার করতে দেখতে পাচ্ছি।
অবশ্যই, আমি এখন আমার সমস্ত ফটোতে যেতে পারি এবং মুখ এবং কীওয়ার্ড দিয়ে অনুসন্ধান করতে পারি। তবে মিথুনের সাথে ফটো জিজ্ঞাসা করুন এটি করার জন্য অনেক সহজ, দ্রুত এবং আরও প্রাকৃতিক উপায় বলে মনে হচ্ছে। এবং যখন আপনার কাছে 50,000 এর বেশি ফটো এবং ভিডিওর একটি ফটো লাইব্রেরি থাকে, ঠিক আছে, আমি এটির মাধ্যমে অনুসন্ধান করার একটি সহজ উপায় ব্যবহার করতে পারি।
আমি এটি ব্যবহার করার জন্য অপেক্ষা করতে পারি না
Ask Photos একমাত্র জেমিনি AI বৈশিষ্ট্য নয় যা Google Google I/O 2024-এ দেখিয়েছিল। এবং যখন এটির ব্যবহারিকতার কারণে আমি সবচেয়ে বেশি উত্তেজিত, তখন আরও কিছু উত্তেজনাপূর্ণ জিনিস আছে যা আমি দেখতে চাই।
উদাহরণস্বরূপ, প্রজেক্ট অ্যাস্ট্রা আকর্ষণীয় বলে মনে হয়েছিল। আমি প্রায়শই আমার ফোন ব্যবহার করি এমন কিছুর ছবি তোলার জন্য যা আমি পরে সংরক্ষণ করতে চাই এবং গাছপালা এবং ফুলের মতো আরও জানতে চাই৷ কিন্তু Astra-এর সাথে, আপনার ক্যামেরায় সেই AI ভালতা থাকবে এবং আপনি রিয়েল টাইমে কী দেখছেন সে সম্পর্কে এটি আপনাকে বলতে পারে। এবং যদিও গুগল কোনো স্মার্ট চশমা ঘোষণা করেনি , তবুও প্রজেক্ট অ্যাস্ট্রা দেখিয়েছে যে এটি একটি অবিশ্বাস্য বৈশিষ্ট্য হবে যা স্মার্ট চশমায় থাকবে।
আমি মিথুনের সাথে চালিত Google অনুসন্ধানে মাল্টিমোডাল প্রম্পট অনুরোধগুলি পরীক্ষা করতেও বেশ আগ্রহী। আমি এমন ব্যক্তি নই যে কোনো কিছুর পরিকল্পনা করা উপভোগ করতে পারে, তাই Google যদি আমার জন্য কাজ করতে পারে, তাহলে আমি এর জন্য সবই আছি। এবং যদিও আমি মনে করি না যে রিয়েল-টাইম স্ক্যাম সতর্কতাগুলি আমার জন্য খুব দরকারী হবে (আমি যাইহোক ফোনের উত্তর দিই না), এটি অন্যদের জন্য খুব দরকারী বৈশিষ্ট্য হতে চলেছে।
মিথুনের সাথে ফটোগুলিকে জিজ্ঞাসা করুন এই গ্রীষ্মের শেষের দিকে গুগল ফটোতে প্রবেশ করা উচিত এবং আমি এটি চেষ্টা করার জন্য অপেক্ষা করতে পারি না।