Googleがカメラに猫の見分け方を教えるも、何度も忘れる

家庭内でGeminiがペットを識別

Googleは、Nest家庭用カメラの機能をPet Memoryで拡張している。あらゆる動きのたびに通知するのではなく、特定のペットを確実に認識したときだけ知らせるよう、通知を絞り込むことが狙いだ。この新機能はGeminiモデルのインフラ上で動作する。

視覚モデルの汎化に問題

カメラはフレーム内に猫がいることを認識できるが、同じ家庭にいる似た2匹を区別しようとすると、現実の条件では失敗する。照明の変化、素早い動き、通常とは異なるカメラ角度によってモデルがコンテキストを失い、動物を無視したり、誤認したりする。

デモをリビングへ移すとなお不安定

宣伝動画や整然としたデータセットで完璧に動くものも、実際の部屋の混沌には耐えられない。特定のペットを正確に識別するために、理想的な照明と、レンズの前でじっと座る猫が必要なら、通知を絞り込む機能全体が、ユーザーに安心よりも苛立ちをもたらす。

誤警報の解消が成功の証し

成否を決めるのは、大量の誤警報にユーザーから苦情が出ることなく、Googleがデバイス上のGeminiモデルのコンテキスト理解を継続的に調整できるかどうかだ。家庭用ハードウェアは、テキストチャットボットほど簡単にはエラー率を許容してくれない。

Lilithの判定

Googleは、数十億ドル規模のモデルを、リビングで猫を見張る優秀な番人として売ろうとしている。出来上がったのは、Fluffyという猫を影の一部と取り違え、絶えず通知音を鳴らす高価なカメラだ。