Σύνοψη
- Η Google επεκτείνει τη λειτουργία Personal Intelligence στο μοντέλο δημιουργίας εικόνων Nano Banana 2 εντός της εφαρμογής Gemini.
- Η αναβάθμιση επιτρέπει τη διασύνδεση του AI με την προσωπική βιβλιοθήκη του Google Photos του χρήστη.
- Καταργείται η ανάγκη για περιγραφικά prompts, καθώς το σύστημα αντλεί οπτικό περιεχόμενο (π.χ. κατοικίδια, σπίτια) απευθείας από τις οργανωμένες ετικέτες του χρήστη.
- Απαιτείται σχολαστική ταξινόμηση και χρήση ετικετών στις υπάρχουσες φωτογραφίες για τη βέλτιστη απόδοση της λειτουργίας.
- Σε επίπεδο απορρήτου, η Google ξεκαθαρίζει πως δεν εκπαιδεύει τα μοντέλα της απευθείας στην ιδιωτική βιβλιοθήκη, παρά μόνο στα δεδομένα των prompts εντός του Gemini.
Η λειτουργία Personal Intelligence επιτρέπει στο μοντέλο παραγωγής εικόνων Nano Banana 2 να αντλεί δεδομένα αναφοράς απευθείας από το Google Photos. Αντί για το χειροκίνητο upload μεμονωμένων εικόνων ως βάση, το μοντέλο αναλύει τις προ-οργανωμένες ετικέτες του χρήστη, δημιουργώντας προσωποποιημένο οπτικό περιεχόμενο με βάση το ιστορικό του, μειώνοντας δραστικά την ανάγκη για αναλυτικές κειμενικές εντολές.
Η μηχανική πίσω από τη συγκεκριμένη λειτουργία βασίζεται στην ικανότητα του Gemini να λειτουργεί ως ενδιάμεσος μεταξύ της μηχανής παραγωγής (Nano Banana 2) και της βάσης δεδομένων του χρήστη (Google Photos). Όταν ένας χρήστης δώσει την εντολή “σχεδίασε το ιδανικό σπίτι για μένα”, το σύστημα δεν παράγει πλέον μια τυχαία, γενική εικόνα.
Αντιθέτως, η τεχνητή νοημοσύνη σαρώνει τα μεταδεδομένα και τις οργανωμένες συλλογές του χρήστη. Εάν ο χρήστης αποθηκεύει συχνά φωτογραφίες συγκεκριμένης αρχιτεκτονικής, το μοντέλο χρησιμοποιεί αυτή τη δομική πληροφορία ως κρυφό prompt. Το ίδιο ισχύει για τα κατοικίδια ή τα αγαπημένα πρόσωπα, υπό την προϋπόθεση ότι ο χρήστης έχει φροντίσει να δημιουργήσει και να συντηρεί σωστά τα σχετικά labels στο Google Photos. Χωρίς αυτή την προεργασία οργάνωσης δεδομένων, το Personal Intelligence αδυνατεί να αποδώσει εξατομικευμένα αποτελέσματα.
Η Google ποντάρει στη συγκεκριμένη προσέγγιση για να μειώσει την τριβή κατά την αλληλεπίδραση του χρήστη με την εφαρμογή. Το βάρος δεν πέφτει πλέον στο πώς ο χρήστης θα συντάξει το κείμενο, αλλά στο πόσο πλούσια και καλά δομημένη είναι η βάση των προσωπικών του δεδομένων στην οποία έχει πρόσβαση το AI.
Η παραχώρηση πρόσβασης σε μια ολόκληρη βιβλιοθήκη προσωπικών φωτογραφιών σε ένα μοντέλο τεχνητής νοημοσύνης δημιουργεί αυτόματα ζητήματα απορρήτου δεδομένων. Η Google, προσπαθώντας να διαχειριστεί τις ανησυχίες, διευκρίνισε αυστηρά τους όρους χρήσης.
Σύμφωνα με την επίσημη ανακοίνωση, η εφαρμογή Gemini δεν χρησιμοποιεί την ιδιωτική βιβλιοθήκη του Google Photos για την άμεση εκπαίδευση των ευρύτερων γλωσσικών ή οπτικών της μοντέλων. Η οπτική πληροφορία λειτουργεί αποκλειστικά ως εντολή εισόδου (input) τη στιγμή του αιτήματος. Ωστόσο, η Google επισημαίνει ότι το σύστημα ενδέχεται να εκπαιδευτεί πάνω στα prompts που πληκτρολογεί ο χρήστης εντός του Gemini, καθώς και στις τελικές εικόνες που το σύστημα παράγει ως απάντηση. Αυτός ο διαχωρισμός μεταξύ “πηγαίου υλικού” (Google Photos) και “υλικού αλληλεπίδρασης” (Gemini Prompts) είναι κρίσιμος για τη συμμόρφωση με τους κανονισμούς προστασίας δεδομένων.
Πηγή
