Τι βλέπουν τα έξυπνα γυαλιά AI όταν τα φοράμε;
Η ερώτηση μοιάζει απλή, όμως η απάντηση δείχνει πόσο γρήγορα αλλάζει η σχέση μας με την
τεχνητή νοημοσύνη.Τα νέα AI γυαλιά δεν είναι απλώς ακουστικά που φοριούνται στα αυτιά ή μια μικρή κάμερα κρυμμένη σε έναν σκελετό γυαλιών. Σε ορισμένα μοντέλα, η κάμερα μπορεί να καταγράφει αυτό που βρίσκεται μπροστά στον χρήστη και η τεχνητή νοημοσύνη να το αναλύει.
Έτσι, ο χρήστης μπορεί να ρωτήσει: «Τι βλέπω;», «Τι γράφει αυτή η πινακίδα;», «Τι είναι αυτό το αντικείμενο;» ή «Μετάφρασέ μου αυτό το κείμενο».
Η τεχνολογία έχει ήδη περάσει από το στάδιο της επίδειξης στην καθημερινή χρήση. Η Meta αναφέρει ότι τα AI γυαλιά της χρησιμοποιούνται πλέον από εκατομμύρια ανθρώπους και ότι ο βοηθός Meta AI μπορεί να απαντά σε ερωτήσεις βασισμένες σε όσα βλέπει η κάμερα.
Δεν «βλέπουν» όμως όλα τα AI γυαλιά
Εδώ βρίσκεται η πρώτη σημαντική διευκρίνιση.
Ο όρος AI glasses δεν περιγράφει ένα συγκεκριμένο είδος συσκευής.
Υπάρχουν γυαλιά με κάμερα, μικρόφωνα, ηχεία και AI. Υπάρχουν γυαλιά με οθόνη που προβάλλουν πληροφορίες μπροστά στα μάτια του χρήστη. Υπάρχουν όμως και μοντέλα που δεν διαθέτουν καθόλου κάμερα και χρησιμοποιούν την τεχνητή νοημοσύνη κυρίως για μετάφραση, υπενθυμίσεις, σημειώσεις ή άλλες λειτουργίες.
Άρα, όταν λέμε «τι βλέπουν τα AI γυαλιά», η σωστή απάντηση εξαρτάται πρώτα από το είδος των γυαλιών.
Τα γυαλιά με κάμερα μπορούν να βλέπουν αυτό που κοιτάμε
Στα μοντέλα που διαθέτουν κάμερα, η λογική είναι σχετικά απλή.
Η κάμερα καταγράφει την εικόνα μπροστά από τον χρήστη και το σύστημα AI αναλύει το οπτικό περιεχόμενο.
Στα Ray-Ban Meta, για παράδειγμα, ο χρήστης μπορεί να ζητήσει από το Meta AI να αναγνωρίσει ή να περιγράψει κάτι που βρίσκεται μπροστά του.
Η Meta έχει παρουσιάσει τη λειτουργία ως Live AI, επιτρέποντας στον χρήστη να στρέψει την κάμερα προς τον κόσμο και να ρωτήσει σε πραγματικό χρόνο τι βλέπει.
Έτσι, ένα μνημείο, ένα φυτό, ένα προϊόν ή ένα αντικείμενο στο σπίτι μπορεί να αποτελέσει αντικείμενο ερώτησης χωρίς ο χρήστης να βγάλει το κινητό από την τσέπη.
Μπορούν να διαβάσουν αυτό που βλέπουμε
Μία από τις πιο πρακτικές εφαρμογές είναι η αναγνώριση κειμένου.
Ο χρήστης μπορεί να κοιτάξει μια πινακίδα, ένα μενού, μια ετικέτα ή ένα έγγραφο και να ζητήσει από την AI να του διαβάσει ή να του εξηγήσει τι γράφει.
Η δυνατότητα αυτή αποκτά ακόμη μεγαλύτερη αξία όταν συνδυάζεται με μετάφραση.
Σε ταξίδι στο εξωτερικό, για παράδειγμα, κάποιος μπορεί να κοιτάξει ένα μενού σε ξένη γλώσσα και να ζητήσει μετάφραση χωρίς να χρειάζεται να φωτογραφίσει το κείμενο με το κινητό.
Η Meta έχει ήδη παρουσιάσει τη λειτουργία αυτή στα Ray-Ban Meta, μαζί με δυνατότητες ζωντανής μετάφρασης.
Μπορούν να αναγνωρίσουν αντικείμενα
Αν κάποιος δείξει ένα αντικείμενο στα γυαλιά και ρωτήσει «τι είναι αυτό;», η AI μπορεί να χρησιμοποιήσει την εικόνα από την κάμερα για να προσπαθήσει να το αναγνωρίσει.
Η εφαρμογή είναι πολύ διαφορετική από μια απλή αναζήτηση στο Google.
Δεν χρειάζεται πρώτα να περιγράψει ο χρήστης το αντικείμενο. Το ίδιο το σύστημα παίρνει την εικόνα ως πληροφορία.
Αυτό είναι ένα από τα βασικά πλεονεκτήματα της πολυτροπικής τεχνητής νοημοσύνης, δηλαδή AI που μπορεί να επεξεργάζεται ταυτόχρονα κείμενο, εικόνες, ήχο και άλλες μορφές δεδομένων.
Μπορούν να βοηθήσουν ακόμη και μέσα στο σπίτι
Φανταστείτε να κοιτάτε έναν πίνακα ελέγχου μιας συσκευής και να ρωτάτε: «Τι σημαίνει αυτή η ένδειξη;».
Ή να κοιτάτε ένα προϊόν στο ντουλάπι και να ρωτάτε: «Τι είναι αυτό;».
Ή να κοιτάτε ένα εξάρτημα και να ρωτάτε: «Πού πρέπει να το τοποθετήσω;».
Η AI μπορεί να χρησιμοποιήσει την εικόνα ως αφετηρία για να δώσει απάντηση ή οδηγίες.
Η Meta έχει ήδη περιγράψει τη δυνατότητα χρήσης των AI γυαλιών για βοήθεια σε πραγματικές καταστάσεις, όπως η αναγνώριση αντικειμένων και η παροχή οδηγιών μέσα στο σπίτι.
Και εδώ αρχίζει το πραγματικά ενδιαφέρον
Το σημαντικότερο δεν είναι ότι τα γυαλιά διαθέτουν κάμερα.
Κάμερες υπάρχουν παντού.
Το σημαντικό είναι ότι η κάμερα συνδέεται με έναν AI βοηθό που μπορεί να καταλάβει το περιεχόμενο της εικόνας και να συζητήσει μαζί σου γι' αυτό.
Δεν χρειάζεται να τραβήξεις φωτογραφία, να ανοίξεις εφαρμογή, να ανεβάσεις την εικόνα και να γράψεις μια ερώτηση.
Μπορείς απλώς να μιλήσεις.
«Τι είναι αυτό;»
«Γιατί έχει αυτό το σύμβολο;»
«Τι γράφει;»
«Πού βρίσκομαι;»
«Τι βλέπω απέναντί μου;»
Αυτό αλλάζει εντελώς τον τρόπο με τον οποίο αλληλεπιδρούμε με την τεχνητή νοημοσύνη.
Τα γυαλιά μπορούν να ακούν και να βλέπουν
Η πραγματική δύναμη των AI γυαλιών δεν βρίσκεται μόνο στην εικόνα.
Τα σύγχρονα μοντέλα συνδυάζουν κάμερες, μικρόφωνα, ηχεία και τεχνητή νοημοσύνη.
Έτσι, το σύστημα μπορεί να ακούσει την ερώτηση του χρήστη, να επεξεργαστεί την εικόνα μπροστά του και να απαντήσει μέσω των ενσωματωμένων ηχείων.
Η Meta περιγράφει ακριβώς αυτή τη δυνατότητα ως έναν βοηθό που μπορεί να «βλέπει» αυτό που βλέπει ο χρήστης και να βρίσκεται διαθέσιμος χωρίς να χρειάζεται το τηλέφωνο.
Δεν σημαίνει ότι η AI βλέπει όπως ένας άνθρωπος
Εδώ χρειάζεται να ξεκαθαρίσουμε κάτι σημαντικό.
Όταν λέμε ότι η AI «βλέπει», χρησιμοποιούμε έναν πρακτικό τρόπο έκφρασης.
Η κάμερα καταγράφει εικόνες και ένα μοντέλο τεχνητής νοημοσύνης τις αναλύει.
Η AI δεν έχει ανθρώπινη όραση ούτε συνείδηση της εικόνας.
Μπορεί να αναγνωρίσει αντικείμενα, σχήματα, κείμενα και πρόσωπα ή να περιγράψει μια σκηνή, όμως η διαδικασία είναι αποτέλεσμα υπολογιστικής επεξεργασίας και όχι ανθρώπινης αντίληψης.
Μπορούν να κάνουν λάθος
Και αυτό είναι ένα από τα σημαντικότερα σημεία που πρέπει να γνωρίζει όποιος χρησιμοποιεί τέτοια συσκευή.
Η AI μπορεί να παρερμηνεύσει ένα αντικείμενο, να μην καταλάβει σωστά μια εικόνα ή να δώσει λανθασμένη απάντηση.
Η ποιότητα της εικόνας, ο φωτισμός, η γωνία λήψης, η απόσταση από το αντικείμενο και η πολυπλοκότητα της σκηνής μπορούν να επηρεάσουν το αποτέλεσμα.
Επομένως, τα AI γυαλιά μπορούν να αποτελέσουν πολύ χρήσιμο βοηθό, αλλά όχι αλάνθαστο παρατηρητή.
Μπορούν να βοηθήσουν ανθρώπους με προβλήματα όρασης
Ίσως μία από τις πιο σημαντικές εφαρμογές να μην αφορά καθόλου την ψυχαγωγία.
Η δυνατότητα ενός συστήματος να περιγράφει αυτό που βρίσκεται μπροστά στον χρήστη μπορεί να είναι ιδιαίτερα χρήσιμη για ανθρώπους με μειωμένη όραση.
Τα Ray-Ban Meta έχουν ήδη χρησιμοποιηθεί για λειτουργίες προσβασιμότητας, όπως η περιγραφή αντικειμένων, η αναγνώριση εικόνων, η επικοινωνία και η μετάφραση.
Σε αυτή την περίπτωση, η τεχνολογία δεν λειτουργεί απλώς ως ένα ακόμη gadget αλλά ως εργαλείο υποβοήθησης της καθημερινής ζωής.
Και αν τα γυαλιά έχουν οθόνη;
Εδώ περνάμε σε μια ακόμη πιο εξελιγμένη κατηγορία.
Ορισμένα AI γυαλιά μπορούν όχι μόνο να ακούν την απάντηση από τα ηχεία αλλά και να προβάλλουν πληροφορίες μπροστά στα μάτια του χρήστη.
Η Meta Ray-Ban Display, για παράδειγμα, συνδυάζει κάμερες, μικρόφωνα, ηχεία, έγχρωμη οθόνη και AI.
Η οθόνη μπορεί να εμφανίζει μηνύματα, μεταφράσεις, πληροφορίες, οδηγίες πλοήγησης και άλλες πληροφορίες χωρίς ο χρήστης να βγάλει το κινητό από την τσέπη του.
Από τα «έξυπνα γυαλιά» στα προσωπικά AI
Αυτό ίσως είναι το σημαντικότερο βήμα.
Μέχρι σήμερα, η AI ζούσε κυρίως μέσα σε μια οθόνη: στον υπολογιστή, στο κινητό ή σε μια εφαρμογή.
Τα AI γυαλιά μεταφέρουν τον βοηθό στο ίδιο το περιβάλλον του ανθρώπου.
Η AI μπορεί να αντιλαμβάνεται τι υπάρχει γύρω σου, να ακούει τι λες και να απαντά χωρίς να διακόπτεις αυτό που κάνεις.
Η Meta έχει χαρακτηρίσει τα γυαλιά ιδανική συσκευή για έναν AI βοηθό που βρίσκεται μαζί με τον χρήστη όλη την ημέρα.
Το μεγάλο ζήτημα: η ιδιωτικότητα
Όταν μια συσκευή βρίσκεται πάνω στο πρόσωπό μας και διαθέτει κάμερα, το ερώτημα δεν αφορά μόνο το τι βλέπει ο χρήστης.
Αφορά και τι μπορεί να καταγράφεται γύρω από τον χρήστη.
Τι γίνεται όταν κάποιος μιλάει μπροστά στην κάμερα χωρίς να γνωρίζει ότι καταγράφεται;
Τι γίνεται σε έναν χώρο εργασίας;
Σε ένα κατάστημα;
Σε ένα σχολείο;
Ή σε μια ιδιωτική συζήτηση;
Η Meta έχει τοποθετήσει στα AI γυαλιά της ειδική φωτεινή ένδειξη καταγραφής, η οποία αναβοσβήνει όταν γίνεται λήψη φωτογραφίας ή βίντεο. Η εταιρεία αναφέρει επίσης ότι στα νεότερα μοντέλα η κάμερα απενεργοποιείται αν η ένδειξη καλυφθεί ή παραβιαστεί.
Τα γυαλιά δεν είναι κρυφή κάμερα
Η συγκεκριμένη σχεδίαση αποτελεί προσπάθεια να υπάρχει σαφής ένδειξη προς τους ανθρώπους γύρω από τον χρήστη ότι πραγματοποιείται καταγραφή.
Αυτό όμως δεν λύνει από μόνο του όλα τα ζητήματα ιδιωτικότητας.
Όπως συμβαίνει με κάθε κάμερα, η υπεύθυνη χρήση παραμένει απαραίτητη.
Το γεγονός ότι μια συσκευή μπορεί τεχνικά να καταγράψει κάτι δεν σημαίνει ότι είναι σωστό ή νόμιμο να το κάνει σε κάθε περίσταση.
Μπορούν να θυμούνται όσα βλέπουμε;
Εδώ η τεχνολογία γίνεται ακόμη πιο ενδιαφέρουσα αλλά και πιο ευαίσθητη.
Οι AI βοηθοί μπορούν να χρησιμοποιούν πληροφορίες από προηγούμενες αλληλεπιδράσεις και, ανάλογα με τη λειτουργία και τις ρυθμίσεις του προϊόντος, να αξιοποιούν το πλαίσιο της συνομιλίας.
Αυτό δημιουργεί την προοπτική ενός βοηθού που δεν γνωρίζει απλώς τι του δείχνεις τώρα, αλλά μπορεί να σε βοηθά με βάση το πλαίσιο μιας μεγαλύτερης αλληλεπίδρασης.
Ταυτόχρονα, όμως, αυξάνει και τη σημασία των ρυθμίσεων απορρήτου και του ελέγχου των δεδομένων.
Μπορούν να χρησιμοποιηθούν για αγορές;
Ναι, και αυτή είναι μία από τις εφαρμογές που αναπτύσσονται γρήγορα.
Φανταστείτε να βρίσκεστε σε ένα κατάστημα, να κοιτάτε ένα προϊόν και να ρωτάτε:
«Τι είναι αυτό;»
«Πόσο κοστίζει;»
«Υπάρχει κάτι παρόμοιο;»
«Αξίζει να το αγοράσω;»
Η AI μπορεί να χρησιμοποιήσει την εικόνα ως σημείο εκκίνησης για να αναζητήσει πληροφορίες και να σας βοηθήσει να αποφασίσετε.
Η Meta έχει ήδη αναπτύξει AI λειτουργίες που συνδέουν την οπτική αντίληψη με αναζήτηση προϊόντων και προτάσεις.
Και για ταξίδια;
Εδώ τα AI γυαλιά φαίνεται να έχουν ιδιαίτερο πλεονέκτημα.
Μπορούν να μεταφράζουν κείμενα, να βοηθούν στην αναγνώριση αξιοθέατων και να παρέχουν πληροφορίες χωρίς να χρειάζεται ο ταξιδιώτης να κοιτάζει συνεχώς την οθόνη του κινητού.
Με τις νεότερες λειτουργίες μετάφρασης, η συσκευή μπορεί να γίνει ένας μικρός προσωπικός διερμηνέας που βρίσκεται συνεχώς μπροστά στον χρήστη.
Τι δεν μπορούν ακόμη να κάνουν τέλεια
Παρά την εντυπωσιακή εξέλιξη, τα AI γυαλιά δεν έχουν γίνει ένας τέλειος ψηφιακός εγκέφαλος.
Δεν καταλαβαίνουν πάντα σωστά το περιβάλλον.
Δεν μπορούν να γνωρίζουν με βεβαιότητα κάθε αντικείμενο που βλέπουν.
Μπορούν να δώσουν λανθασμένες πληροφορίες.
Και σε πολλές περιπτώσεις χρειάζονται σύνδεση με κινητό ή cloud υποδομή για να πραγματοποιήσουν πιο σύνθετες λειτουργίες.
Επομένως, η εικόνα που πρέπει να έχουμε δεν είναι ενός «μαγικού» ζευγαριού γυαλιών αλλά ενός φορητού AI βοηθού που διαθέτει πρόσβαση στην κάμερα, τον ήχο και —σε ορισμένα μοντέλα— στην οθόνη.
Η μεγάλη αλλαγή δεν είναι τα γυαλιά
Τα γυαλιά είναι απλώς το μέσο.
Η πραγματική αλλαγή είναι ότι η τεχνητή νοημοσύνη αποκτά πλέον οπτική επαφή με τον κόσμο του χρήστη.
Μέχρι τώρα μπορούσαμε να δείξουμε μια φωτογραφία στην AI.
Στο μέλλον, η AI μπορεί να βρίσκεται μαζί μας και να αντιλαμβάνεται συνεχώς το περιβάλλον που επιλέγουμε να της δείξουμε.
Αυτό μετατρέπει την AI από μια εφαρμογή που ανοίγουμε όταν τη χρειαζόμαστε σε έναν βοηθό που βρίσκεται διαρκώς διαθέσιμος.
Τα AI γυαλιά μπορεί να γίνουν το επόμενο μεγάλο interface
Το κινητό δεν πρόκειται να εξαφανιστεί από τη μια μέρα στην άλλη.
Όμως τα AI γυαλιά δείχνουν έναν διαφορετικό τρόπο αλληλεπίδρασης με την τεχνολογία.
Αντί να κοιτάμε μια οθόνη για να πάρουμε πληροφορίες, μπορούμε να κοιτάμε τον πραγματικό κόσμο και να ζητάμε από την AI να μας βοηθήσει να τον κατανοήσουμε.
Και αυτό είναι ίσως το πιο σημαντικό στοιχείο της νέας τεχνολογίας.
Τι θα βλέπουν τα AI γυαλιά στο μέλλον;
Η επόμενη γενιά πιθανότατα θα μπορεί να κάνει πολύ περισσότερα από την απλή αναγνώριση αντικειμένων.
Θα μπορεί να συνδέει αυτό που βλέπει με το ημερολόγιο, τις υπενθυμίσεις, τις συνομιλίες, τις διαδρομές και τις προτιμήσεις του χρήστη.
Η AI δεν θα γνωρίζει μόνο «τι βλέπω», αλλά θα μπορεί να απαντά και στο «τι πρέπει να κάνω τώρα;».
Ήδη η Meta αναπτύσσει AI μοντέλα που μπορούν να σχεδιάζουν ενέργειες, να συνδέονται με εφαρμογές και να εκτελούν εργασίες για λογαριασμό του χρήστη.
Όταν τέτοιες δυνατότητες συνδυαστούν με κάμερα και φορητή συσκευή, η απόσταση από τον προσωπικό AI βοηθό μειώνεται δραματικά.
Το πραγματικό ερώτημα δεν είναι πλέον «αν βλέπουν»
Τα AI γυαλιά με κάμερα μπορούν ήδη να αναλύουν μεγάλο μέρος από αυτό που βρίσκεται μπροστά στον χρήστη.
Το πραγματικό ερώτημα είναι πόσα από αυτά θα επιλέξουμε να τους επιτρέψουμε να βλέπουν, να ακούν, να θυμούνται και να γνωρίζουν για εμάς.
Γιατί όσο πιο χρήσιμος γίνεται ένας προσωπικός AI βοηθός, τόσο περισσότερες πληροφορίες χρειάζεται για να καταλαβαίνει τον άνθρωπο που βρίσκεται πίσω από τη φωνή.
Γιατί έχει σημασία
Τα AI γυαλιά είναι ένα από τα πρώτα τεχνολογικά προϊόντα που φέρνουν την τεχνητή νοημοσύνη τόσο κοντά στην πραγματική ζωή.
Δεν χρειάζεται πλέον να φωτογραφίσουμε κάτι για να ρωτήσουμε μια AI τι είναι.
Μπορούμε να το κοιτάξουμε και να ρωτήσουμε.
Δεν χρειάζεται να πληκτρολογήσουμε μια ξένη πινακίδα για να τη μεταφράσουμε.
Μπορούμε να την κοιτάξουμε.
Δεν χρειάζεται να βγάλουμε το κινητό για να ζητήσουμε πληροφορίες για ένα αντικείμενο ή ένα μέρος.
Η ίδια η ματιά μας γίνεται η είσοδος στην τεχνητή νοημοσύνη.
Και ίσως αυτή να είναι η μεγαλύτερη αλλαγή που φέρνουν τα έξυπνα γυαλιά: όχι ότι κάνουν τα γυαλιά πιο έξυπνα, αλλά ότι κάνουν την AI μέρος του τρόπου με τον οποίο βλέπουμε τον κόσμο.
Το γνωρίζατε;
Δεν διαθέτουν όλα τα AI γυαλιά κάμερα. Υπάρχουν μοντέλα που επικεντρώνονται στην τεχνητή νοημοσύνη, τη μετάφραση και την προβολή πληροφοριών χωρίς να καταγράφουν εικόνα από το περιβάλλον.
Αυτό σημαίνει ότι στο μέλλον πιθανότατα θα υπάρχουν διαφορετικές κατηγορίες AI γυαλιών: από απλά «έξυπνα» γυαλιά ήχου μέχρι συσκευές που μπορούν να βλέπουν, να ακούν, να απαντούν και να προβάλλουν πληροφορίες μπροστά στα μάτια μας.
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου