Google uczy kamery rozpoznawania kotów, ale na razie raczej zapominają

Rozpoznawanie zwierząt przez Gemini w domu

Google rozszerza możliwości swoich kamer domowych Nest o funkcję Pet Memory. Celem jest filtrowanie powiadomień w taki sposób, aby użytkownik nie otrzymywał alertu o każdym ruchu, a jedynie wtedy, gdy kamera z całą pewnością rozpozna konkretne zwierzę. Nowość opiera się na infrastrukturze modeli Gemini.

Problem z uogólnianiem modelu wizualnego

Choć kamera potrafi rozpoznać, że w kadrze znajduje się kot, to próba odróżnienia dwóch podobnych zwierząt w jednym gospodarstwie domowym w rzeczywistych warunkach kończy się niepowodzeniem. Zmiana oświetlenia, szybki ruch lub nietypowy kąt patrzenia powodują, że model traci kontekst i ignoruje zwierzę lub identyfikuje je błędnie.

Przeniesienie dema do salonu wciąż zgrzyta

To, co działa świetnie w filmach promocyjnych lub na czystych zbiorach danych, załamuje się w obliczu chaosu prawdziwego mieszkania. Jeśli model wymaga idealnego światła i kota siedzącego dokładnie przed obiektywem, aby precyzyjnie określić konkretne zwierzę, to cała funkcja filtrowania powiadomień staje się dla użytkownika raczej źródłem frustracji niż ulgą.

Koniec fałszywych alarmów wskaże sukces

O sukcesie zadecyduje to, czy Google będzie w stanie na bieżąco dostrajać rozumienie kontekstu w modelach Gemini na urządzeniach bez konieczności narzekania użytkowników na liczbę fałszywych alarmów. Sprzęt domowy nie wybacza bowiem błędów tak łatwo jak tekstowy chatbot.

Werdykt Lilith

Google próbuje sprzedać warty miliardy dolarów model jako lepszego stróża kotów w salonie. W efekcie powstaje droga kamera, która nieustannie pika, ponieważ myli Mruczka z kawałkiem cienia.