今天 Google 於 I/O 活動中發表了許多關於人工智慧的相關應用，其中最讓人感到驚艷的莫過於 Project Astra。概念上，Project Astra 算是 Google AI 助理 Gemini 的擴增功能之一，它可以讓 Gemini 擁有「看見」和「理解」現實世界的能力，並且具備「記憶」和「回憶」功能，方便使用者隨時隨地對 AI 發出提問。
Google DeepMind 執行長 Demis Hassabis 表示，團隊一直都希望開發出對日常生活有幫助的通用型人工智慧助理，而 Project Astra 則是這方面的最新進展。
在手機上與 Google Gemini 偕同運作的 Project Astra，只擁有一個類似於相機拍攝畫面的操作介面；示範影片中有一個人拿起手機，將鏡頭對準辦公室的各個角落，並且用語音問道：「請告訴我辦公室裡的哪些東西會發出聲音」，接著 Gemini 回答：「我看見了一個喇叭，而它會發出聲音」；接著示範者用手在螢幕上畫了一個箭頭指向喇叭頂端，並且問道：「這個部分叫做什麼？」Gemini 也立刻指出那是喇叭上的高音揚聲器。
掌握 AI 趨勢 & 活動資訊一點都不難！訂閱電子報，每週四一起《AI TOgether》
感謝訂閱！隨時注意信箱的最新資訊
前面這一連串操作確實令人震驚，因為這代表 AI 開始理解現實生活中的一切，Project Astra 不只能夠明白某個物體是什麼東西、擁有什麼功能，甚至於對「發出聲音」的概念都能準確掌握。
更令人吃驚的是 Project Astra 還擁有一定的記憶能力。舉例來說，Google 在示範 Project Astra 的過程中，刻意讓手機鏡頭掃過並拍下整個辦公室，而當操作者突然詢問「請問你還記得我的眼鏡放在哪裡嗎？」的時候，Project Astra 和 Gemini 立刻給出了回應，準確指出眼鏡就放在桌子上、一顆紅色蘋果的旁邊，即便手機鏡頭當下根本沒有對準放著眼鏡的那個角落。
讓 AI 能夠回憶看見的東西
強大的 Project Astra 還可以透過手機鏡頭，讓 Gemini 清楚解釋它所「看見」的圖表，並且給出準確的解讀和建議；即便是需要創意性的回答，例如幫小貓、小狗取名字之類也難不倒 AI。
Demis Hassabis 指出，Project Astra 背後的原理是將鏡頭所拍下的畫面進行連續編碼，混合語音及其他必備要素後，創造出一條「事件時間軸」，接著系統將快取時間軸上的資訊，提供給 Gemini 隨時進行「回憶」，因此 AI 回答使用者提問的速度才可以如此之快。
Demis Hassabis 表示，Project Astra 目前仍是一個早期開發項目，官方還沒有正式推出的時間表，未來 Project Astra 將會應用於手機及智慧眼鏡上，而後者似乎正是指 Google 尚未公開的 Google Glass 後繼產品，然而 Project Astra 的部分功能，將於今年稍晚整合到 Gemini 應用程式中，讓外界能夠搶先體驗。
【延伸閱讀】
◆【讓 AI 每天幫你省 85 分鐘】Google 推出全新生成式 AI 線上課，零基礎也能提升 4 大工作效率
＊本文開放合作夥伴轉載，資料來源：《digitaltrends》、《engadget》。首圖來源：YouTube。
