- Dinamikus nézet Gemini A válaszokat vizuális és interaktív élményekké alakítja, hogy jobban megértsük az összetett fogalmakat.
- A Dinamikus nézet és a vizuális design fokozatosan kerül bevezetésre, és egyelőre nem érhetők el a Gemini mobilalkalmazásban.
- A válaszok fülekre, kártyákra és képekre vannak rendszerezve, könnyű hozzáféréssel az eredeti vizuális forrásokhoz.
- Az új hullám IA Dinamikus nézeteket és irányított párbeszédeket ötvöz a hasznosabb és személyre szabottabb eredmények érdekében.
A Gemini dinamikus nézete fordulópontot jelent abban a módban, ahogyan Mesterséges intelligenciával rendelkező chatbotokkal kommunikálunkMár nem csak szöveges válaszok olvasásáról van szó: most már szimulációkat, vizuális összehasonlításokat, képeket és interaktív elemeket is láthat, amelyek sokkal könnyebben megértik az összetett fogalmakat. Bizonyos értelemben a mesterséges intelligenciával folytatott tipikus beszélgetéseket a vizuális és szinte „játszható” világába helyezi.
Ez az új válaszadási mód nem ért el mindenkit egyszerre, és nem is működik minden eszközön ugyanúgy, de Amikor a Dynamic View aktiválva van a fiókodban, azonnal észre fogod venni a változást.A bekezdésekre és egyenletekre való korlátozódás helyett a Gemini egyfajta interaktív mini-alkalmazást tud létrehozni neked valós időben: kiválaszthatod a lehetőségeket, megváltoztathatod a paramétereket, és azonnal láthatod, mi történik, mintha egy apró, a kérdésedre szabott eszköz lenne.
Mi a Gemini dinamikus nézete, és miben különbözik a szöveges módtól?
Amikor dinamikus nézetről beszélünk, akkor arra gondolunk, hogy Egy Gemini válaszmód, amelyben a tartalom vizuálisan, interaktívan és multimédiásan jelenik meg, ahelyett, hogy egy hagyományos szövegblokkban maradna. Google Úgy tervezték, hogy a modell bármely promptból generálhassa a következőket:
- Szimulációk és interaktív eszközök (például manipulálható modellek vagy vezérelhető animációk).
- Vizuális összefoglalók blokkokkal, kártyákkal, panelekkel és lépésről lépésre bemutatott magyarázatokkal.
- Integrált multimédiás tartalomMint támogató képek vagy párhuzamos összehasonlítások.
Ahogy a Google is kifejtette, ez a lehetőség Lehetővé teszi mesterséges intelligencia modelljeinek, hogy bármilyen kérésből magával ragadó, valós idejű élményeket hozzanak létre.Ez azt jelenti, hogy ha egy bonyolult témáról kérdezünk, ahelyett, hogy csak egy sor képletet kellene elrendeznünk, egyfajta interaktív "jelenetet" hozhatunk létre: csúszkákat az értékek módosításához, gombokat a nézetek váltásához, kibontakozó lépéseket stb.
A különbség a klasszikus Geminihez képest egyértelmű: Hagyományos módban strukturált szöveget kapunk, esetleg néhány mezővel vagy táblázattal.A Dinamikus nézet segítségével sokkal vizuálisabb formátumba léphetsz be. Hasonló ahhoz, mintha egy hosszú cikk olvasása helyett egy animált grafikákkal és vezérlőkkel ellátott magyarázatot látnál, hogy önállóan kísérletezhess.
Ez a megközelítés teszi lehetővé a mesterséges intelligenciát könnyebben hozzáférhető azok számára, akik elvesznek a képletekben vagy a sűrű szövegekbenAhelyett, hogy elképzelned kellene, mi történik, a képernyőn mutatja meg, olyan elemekkel, amelyeket áthelyezhetsz vagy megváltoztathatsz, hogy jobban megértsd az ötletet.
Hogyan működik a dinamikus nézet a gyakorlatban: a háromtestes probléma példája
A Dynamic View funkcióinak megértésére az egyik legjobb példa a következő helyen található: Kérdezd meg Geminit a híres háromtest-problémárólA tétel, a fizika és az égi mechanika klasszikusa, három test (például csillagok vagy bolygók) mozgásának kiszámítását foglalja magában, amelyek gravitációsan vonzzák egymást. Ez egy hihetetlenül összetett és kaotikus rendszer.
Ha ezt a kérdést a csak SMS-ben válaszoló Gemini verziójának teszed fel, a szokásos válasz az, hogy Jól strukturált magyarázatot ad, de tele képletekkel és szakkifejezésekkel.Valaki számára, akinek nincs fizikai háttere, ez lenyűgöző… és túlterhelő lehet. Differenciálegyenletekkel, matematikai kifejezésekkel és a dinamikus káosz definícióival találkozhatsz, amelyek egyszerűen nem egészen logikusak.
Amikor azonban pontosan ugyanazt a kérdést tesszük fel, de a dinamikus nézet engedélyezve van, A mesterséges intelligencia egy interaktív vizuális szimulációt épít, amelyet manipulálhatsz.Ebben a tapasztalatban a következőket teheti:
- Váltás a különböző szimulációs módok között (például lásd a két testtel rendelkező, majd a hárommal rendelkező rendszert).
- Állítsa be a sebességet hogy megfigyeljük, hogyan fejlődnek lassabban vagy gyorsabban a pályák.
- Rövid magyarázatok az animáció mellett, amelyek tisztázzák, hogy mi történik az egyes esetekben.
Először is, a Gemini jegy megtanít egy egyszerű forgatókönyvet két égitesttel, például a Földdel és a Holddal, stabil és viszonylag kiszámítható pályákat mutatvaAztán, amikor hozzáadunk egy harmadik testet, káosz következik be: a pályák drasztikusan megváltoznak a kezdeti feltételek apró változásaira reagálva, amit gyakran pillangóeffektusként írnak le.
Ennek a demonstrációnak köszönhetően, Ez magyarázza, hogy a hármascsillagos rendszerek miért hajlamosak instabilak lenni. És annyira nehéz megjósolni őket. Míg a képletek távoli és rejtélyes érzetet keltettek, a szimuláció „kattanásra” készteti a felhasználót. Az olvasás és a látás közötti különbség óriási.
Ez a tapasztalat világossá teszi, merre tart a chatbotok világa: A beszélgetések sokkal vizuálisabbá, interaktívabbá és szinte játékosabbá válnak.Megváltoztatsz egy paramétert, látod, hogyan változik a szimuláció, és a folyamat során sokkal jobban megszilárdul a koncepció az emlékezetedben. Ez egy lebilincselő tanulási mód, mert úgy érzed, mintha "játszanál" az ötlettel, ahelyett, hogy csak az elméletet memorizálnád.
Vizuális tervezés és dinamikus nézet használata Geminiben: amire szüksége van
Ahhoz, hogy mindezt élvezni tudd, fontos megértened, hogy A vizuális dizájnt és a dinamikus nézetet fokozatosan vezetjük be.Nem minden felhasználónak vannak ugyanabban az időben ugyanazok a lehetőségei, és a Google ezt a fázist tesztelési terepként használja a felhasználói élmény finomítására.
A gyakorlatban ez azt jelenti Lehetséges, hogy csak a vizuális dizájnt, csak a dinamikus nézetet vagy a különböző variációkat látod a fiókodban. Ugyanazon az elképzelésen alapul. A Google világosan elmagyarázza: ezeket a funkciókat fokozatosan vezetik be, és a kísérletezés részeként hozzáférhetsz az egyik vagy a másik verzióhoz, de nem feltétlenül az összeshez.
Ezenkívül van egy fontos korlátozás: A Dynamic View még nem érhető el a Gemini mobilalkalmazásban.Más szóval, ha mobileszközödről nyitod meg a Geminit, valószínűleg csak szöveges módot (vagy egy alapvetőbb dizájnt) fogsz tudni használni, és a dinamikus élmények egyelőre a webes verzióra vagy bizonyos böngésző-implementációkra korlátozódnak.
Ezért a Vizuális mód és a Dinamikus nézet maximális kihasználásához ajánlott a következőt használni: Gemini asztali vagy laptop eszközön, frissített böngészővel És légy türelmes, amíg a Google befejezi a bevezetést. Nem ritka, hogy a funkció több hét alatt megjelenik és eltűnik a folyamatban lévő kísérletektől függően.
Az információk rendszerezése: fülek, kártyák és képek
Az egyik ismertetőjegye a Gemini vizuális design ez az Rendezd az információkat blokkokba és fülekbe.Ahelyett, hogy egyetlen lineáris szövegként jelenítenénk meg, ez megkönnyíti a válaszok feltárását: kiválaszthatod, hogy melyik részt szeretnéd megtekinteni egy adott időpontban, és nem egy tartalom „falával” kell szembenézned.
Amikor a Gemini úgy dönt, hogy ezt a formátumot használja, az megmutathatja neked több fül a válasz tetejénMindegyik a téma egy-egy különböző aspektusával foglalkozik: definíció, példák, történelmi kontextus, lépések stb. Csak rá kell kattintani, hogy elérje az Önt érdeklő részt anélkül, hogy eltévedne.
Ez a fajta struktúra különösen hasznos, ha a tartalom nagyon sűrű, mert Lehetővé teszi, hogy gyorsan és stresszmentesen elérd, amire szükséged van.Ha csak az összefoglalásra vagy kíváncsi, maradj az első lapon; ha mélyebbre szeretnél ásni, akkor lapozz a többi lapon. Ez egy sokkal modulárisabb válasz.
Ezen füles rendszer mellett a vizuális design magában foglalja a következőket is: kártyák, bővített listák és vizuálisan hangsúlyos kis információblokkokÍgy a legfontosabb információk kiemelésre kerülnek, és nem vészek el a végtelen bekezdések között.
A képek tekintetében a Gemini olyan vizuális forrásokat jeleníthet meg, amelyek eredete, Ha elérhető, akkor a kép jobb felső sarkában van feltüntetve.Sok esetben látni fog egy linket vagy ikont, amely lehetővé teszi az eredeti forrás megnyitását.
Ha meg szeretnéd nézni egy kép forrásoldalát, A „Nagyítás” gombra kattintva új böngészőlapon nyithatja meg.Innen hozzáférhetsz a teljes kontextushoz: cikk, weboldal, szerző stb. Ez egy kényelmes módja annak, hogy ellenőrizd a vizuális tartalom eredetét, és mélyebbre áss, ha valami megragadja a figyelmedet.
A dinamikus nézet gyakorlati alkalmazásai: a valószínűségektől a divatig
A Dinamikus Nézet lehetőségei nem korlátozódnak fizikai példákra. A Google világossá tette, hogy ez a megközelítés szinte korlátlan felhasználási lehetőségeket kínál.mert bármely prompt vizuális és interaktív élménnyé alakítható, ha a modell megfelelőnek ítéli.
Például a valószínűségszámítás tanulmányozásakor A Gemini képes kockadobások, rulett vagy véletlenszerű folyamatok szimulációit megjeleníteni. amelyek sokszor ismétlődnek a képernyőn. Így szó szerint láthatod, hogyan konvergálnak a relatív gyakoriságok az elméleti értékek felé a tesztek számának növekedésével.
Sokkal hétköznapibb területeken, mint például a divatban, A Dynamic View segítségével a ruházati ajánlások kombinációk, összehasonlító panelek vagy stílusjavaslatok formájában rendszerezhetők.Ahelyett, hogy száraz ruhalistát adna, lehetséges "stílusokat", színkontrasztokat és különböző alkalmakhoz igazított javaslatokat mutat be.
Használható tévésorozatok vagy filmek részleteinek megjegyzésére is: Ha egy olyan sorozat végéről kérdezel, mint az „Így jártam anyátokkal”Az Ikrek vizuális összefoglalást tudnak adni, leegyszerűsített idővonalakat, kulcsszereplőket és főbb cselekményfordulatokat mutatva anélkül, hogy végtelen szöveges összefoglalót kellene olvasnod.
Ráadásul egyesek különösen összetett filmekhez, például a "Tenet"-hez is magyarázatot kértek tőle. A Gemini odáig ment, hogy részletes vizuális sémákat készített A film időbeli szerkezetének lebontásához olyan grafikákat használ, amelyek metszik a karaktereket, az idővonalakat és az eseményeket. Bár nem mindenki érti teljesen, az eszköz bemutatja, hogy milyen jól adaptálható nagyon összetett tartalmakhoz.
Azonban ez a fajta válasz Néhány másodperccel tovább tart a generálása, mint a tisztán szöveges alapúaké.Nem a türelmetleneknek való, de amikor a felhasználói élmény betöltődik, a várakozás általában megéri: az interaktivitás és a vizuális tartalom kombinációja sokkal vonzóbbá és könnyebben megjegyezhetővé teszi az információkat.
A prompt szerepe a dinamikus nézetek korában
Régóta ismétlődik, hogy A gyors minőség mindent jelentHa nem jól fogalmazod meg a kérdést, nem fogsz jó válaszokat kapni. A dinamikus nézetek és a párbeszédesebb felületek megjelenésével ez a nyomás jelentősen enyhül a felhasználón.
Olyan forgatókönyvekben, mint a Dinamikus nézet vagy a Vásárláskutatás mód, A kezdeti kérdés csak a kiindulópontHa a kérésed homályos vagy pontatlan, a rendszer maga tesz fel kérdéseket, tisztázza a kételyeket, és kiegészíti a hiányzó információkat. A beszélgetés sokkal természetesebb, iteratív folyamattá válik.
Ez mesterséges intelligencia modelleket hoz létre könnyebben hozzáférhető azok számára, akik nem akarnak vagy nem tudnak nagyon bonyolult feladatokat írniMég ha a kezdeti utasítás meglehetősen általános is, az asszisztens egyszerű kérdésekkel tud vezetni, amíg világos képet nem alkot arról, hogy mit is keres valójában.
Továbbá, vizuális elemek beépítésével, A magyarázatok nemcsak szavakkal, hanem grafikus példákkal is elvégezhetők.Ahelyett, hogy szövegesen kérdezné meg, hogy „Ezt vagy azt a stílust részesíted előnyben?”, a rendszer két vizuális lehetőséget is megjeleníthet, amelyek közül választhatsz, így minden sokkal intuitívabb lesz.
Mindez egy új korszak kezdetére utal a mesterséges intelligencia alapú chatbotok számára: Kíváncsibb, kíváncsibb modellek, sokkal inkább a hasznos, vizuális, interaktív és szórakoztató válaszok generálására összpontosítvaMár nem elégszenek meg azzal, hogy egyszerűen megválaszolják a kérdéseidet; megpróbálnak jobban megérteni téged, hogy olyasmit adjanak, ami valóban illik ahhoz, amit elképzeltél.
Kívülről ez a fejlődés csupán esztétikai javulásnak tűnhet, de a valóságban ez magában foglalja mélyreható változás a technológiához való viszonyunkbanA mesterséges intelligencia már nem csupán egy „szövegmotor”, hanem teljes élmények generátora, ahol a látás, a tapintás (digitálisan) és a megtapasztalás ugyanolyan fontossá válik, mint az olvasás.
Olyan funkciókkal, mint a Gemini dinamikus nézete, a fülekre osztott vizuális tervezés, a valós idejű szimulációk és más asszisztensek interaktív módjai, Egy olyan szakaszba lépünk, ahol a mesterséges intelligencia segítségével történő tanulás, kutatás vagy vásárlás egyértelműbbé, vonzóbbá és, miért ne mondhatnánk, sokkal szórakoztatóbbá válik. ahelyett, hogy csak egy egyszerű statikus szövegblokk előtt ülnénk.
Szenvedélyes író a bájtok és általában a technológia világáról. Szeretem megosztani tudásomat írásban, és ezt fogom tenni ebben a blogban, megmutatom a legérdekesebb dolgokat a kütyükről, szoftverekről, hardverekről, technológiai trendekről stb. Célom, hogy egyszerű és szórakoztató módon segítsek eligazodni a digitális világban.