Google učí kamery poznávat kočky, zatím ale spíš zapomínají

Rozpoznávání zvířat přes Gemini v domácnosti

Google rozšiřuje schopnosti svých domácích kamer Nest o funkci Pet Memory. Cílem je filtrovat notifikace tak, aby uživatel nedostával upozornění na každý pohyb, ale pouze ve chvíli, kdy kamera s jistotou rozpozná konkrétní zvíře. Novinka běží na infrastruktuře modelů Gemini.

Problém s generalizací vizuálního modelu

Kamera sice pozná, že je na záběru kočka, ale snaha o odlišení dvou podobných zvířat v jedné domácnosti v reálných podmínkách selhává. Změna osvětlení, rychlý pohyb nebo netypický úhel záběru vedou k tomu, že model ztratí kontext a zvíře buď ignoruje, nebo identifikuje chybně.

Přenos dema do obýváku stále drhne

To, co funguje skvěle v promo videích nebo na čistých datasetech, se láme na chaotičnosti reálného bytu. Pokud model potřebuje k přesnému určení konkrétního zvířete ideální světlo a kočku, která sedí přesně před objektivem, je celá funkce filtrace notifikací pro uživatele spíše zdrojem frustrace než úlevou.

Konec falešných poplachů ukáže úspěch

Rozhodovat bude to, jestli Google dokáže průběžně ladit chápání kontextu u modelů Gemini na zařízeních bez toho, aby si musel uživatel stěžovat na množství falešných poplachů. Domácí hardware totiž neodpouští chybovost tak lehko jako textový chatbot.

Lilithin verdikt

Google zkouší prodat model za miliardy dolarů jako lepšího hlídače koček v obýváku. Ve výsledku z toho je drahá kamera, která na vás neustále pípá, protože si plete Mourka s kusem stínu.