Google je svojemu sistemu umetne inteligence Gemini dodal digitalnega avatarja, ki lahko uporabnika posluša, opazuje in se z njim pogovarja skoraj v realnem času. Novost z imenom Gemini 3.8 Live with Live Avatar je za zdaj namenjena predvsem podjetjem, ki želijo z umetno inteligenco nadomestiti ali dopolniti virtualne pomočnike, podporo strankam in interaktivne predstavitve.
Avatar med pogovorom ne ustvarja zgolj glasovnih odgovorov. Prikazuje tudi obrazno mimiko, premika ustnice skladno z govorom ter se odziva na to, kar vidi in sliši. Google želi s tem zmanjšati občutek, da se uporabnik pogovarja z običajnim klepetalnikom ali računalniško ustvarjenim glasom.
Kot je Google pojasnil ob predstavitvi Gemini 3.8 Live with Live Avatar, sistem hkrati obdeluje zvočne in slikovne podatke. Tako lahko na primer spremlja uporabnikovo okolico, posluša njegova vprašanja in odgovarja z animiranim obrazom.
Avatar lahko med pogovorom opravlja tudi naloge
Ena od pomembnejših lastnosti sistema je izvajanje nalog v ozadju. Avatar lahko med pogovorom pridobiva podatke ali uporablja druga digitalna orodja, ne da bi zaradi tega prekinil stik z uporabnikom.
Google je delovanje prikazal na primeru prijave gosta v hotel. Digitalni receptor se z gostom pogovarja, medtem ko v ozadju preverja rezervacijo in druge potrebne podatke. Podobno bi bilo mogoče sistem uporabiti pri podpori kupcem, predstavljanju izdelkov, izobraževanju ali vodenju obiskovalcev skozi različne postopke.
Gemini 3.8 Live with Live Avatar podpira govor v 97 jezikih. Sistem lahko med pogovorom prehaja iz enega jezika v drugega, pri tem pa prilagaja premikanje ustnic in obrazno mimiko.
Podjetja lahko izberejo enega od pripravljenih avatarjev. Omejenemu krogu uporabnikov Google omogoča tudi izdelavo lastnega avatarja na podlagi referenčne fotografije, pri čemer je mogoče ohraniti videz osebe, značilnosti blagovne znamke ali podobo izmišljenega lika.
Za zdaj predvsem orodje za podjetja
Nova funkcija je trenutno vključena v ponudbo Gemini Enterprise, zato je uporabniki običajne različice Gemini še ne morejo uporabljati na enak način. Google jo predstavlja predvsem kot orodje za organizacije, ki želijo ustvariti bolj osebne digitalne pomočnike.
Razvoj takšnih avatarjev odpira tudi vprašanja o možnosti zlorab, predvsem pri posnemanju resničnih ljudi in ustvarjanju zavajajočih posnetkov. Google navaja, da je v ustvarjeni zvok in video vključil svoj nevidni digitalni vodni žig SynthID, s katerim je mogoče prepoznati vsebine, izdelane z njegovo umetno inteligenco.
Live Avatar kaže, da se razvoj klepetalnikov hitro premika od pisnih in glasovnih odgovorov proti digitalnim osebam, ki lahko uporabnika vidijo, slišijo in med pogovorom zanj opravljajo konkretne naloge. Za podjetja bi to lahko pomenilo novo obliko avtomatizirane podpore, za uporabnike pa vse težje ločevanje med pogovorom s človekom in prepričljivo ustvarjenim digitalnim obrazom.
