Vừa qua, Google đã công bố Ask Photos – một tính năng mới nằm trong ứng dụng Google Photos, cho phép người dùng tìm kiếm hình ảnh bằng giọng nói hoặc văn bản. Khác với tính năng tìm kiếm thông thường, Ask Photos còn có thể nhận dạng ngữ cảnh, thông tin ở trong ảnh nhờ sự trợ giúp của Gemini. Đáng chú ý, Google tiết lộ rằng Ask Photos sẽ có mặt trên Google Photos vào mùa hè, đồng thời chia sẻ cách thức hoạt động của tính năng này trên trang blog chính thức.
Nhóm nghiên cứu của Google cho biết, “Ask Photos” là một ví dụ điển hình về cách các mô hình Gemini có thể hoạt động như tác nhân thông qua việc gọi hàm và khả năng ghi nhớ. Để minh họa, Google đã cung cấp một số ví dụ về câu hỏi mà người dùng có thể hỏi Ask Photos như:
- “Cho tôi xem hình ảnh đẹp nhất từ mỗi công viên quốc gia mà tôi đã đến.”
- “Chúng ta đã có những chủ đề nào cho các bữa tiệc sinh nhật của Lena?”
Theo Google, Ask Photos sử dụng trí tuệ nhân tạo để hiểu ý người dùng và tìm kiếm ảnh theo nội dung thay vì chỉ dựa vào các từ khóa hay thông tin cơ bản. Hơn nữa, Ask Photos còn có thể hiểu ngôn ngữ tự nhiên, qua đó giúp việc tìm ảnh trở nên chính xác và hiệu quả hơn.
Sau khi tìm kiếm, mô hình trả lời sẽ phân tích các ảnh và video được trả về. Thêm vào đó, Gemini với cửa sổ ngữ cảnh dài và đa phương thức sẽ được tận dụng để tìm ra thông tin liên quan nhất. Không chỉ nội dung trực quan, mà mọi văn bản, ngày tháng, vị trí và các siêu dữ liệu khác cũng được sử dụng để Ask Photos có thể tìm kiếm ảnh và trả lời câu hỏi của người dùng.
Điều thú vị là Ask Photos còn có khả năng học hỏi từ những lần sửa lỗi của người dùng. Cụ thể, khi người dùng sửa lỗi cho Ask Photos, ứng dụng sẽ ghi nhớ thông tin đó và sử dụng để cải thiện độ chính xác trong các cuộc trò chuyện tiếp theo. Điều này cho thấy, Ask Photos không chỉ là tính năng tìm kiếm đơn thuần mà nó còn có thể trở thành trợ lý ảnh thông minh, giúp người dùng quản lý và khám phá bộ sưu tập một cách hiệu quả.
