O projeto do Google, de codinome Ellmann, permitirá que os usuários tenham uma “visão retrospectiva” de sua história de vida. A ideia é usar grandes modelos de linguagem como o Gemini para processar as consultas de pesquisa de um usuário, identificar padrões em suas fotos, criar um chatbot personalizado e “responder a perguntas antes impossíveis” sobre a vida de uma pessoa. A equipe também exibiu o “Ellmann Chat” com uma descrição promissora e assustadora: “Imagine abrir o ChatGPT e ele já sabe tudo sobre a sua vida”.
Fonte da imagem: Google
A equipe do Google propôs o uso de tecnologia de inteligência artificial para criar uma imagem “retrospectiva” da vida dos usuários usando dados de telefones celulares, como fotos e consultas de pesquisa. Não está claro se a empresa planeja trazer esses recursos para o Google Fotos ou para qualquer um de seus outros produtos.
O Projeto Ellmann, batizado em homenagem ao biógrafo e crítico literário Richard David Ellmann, usa LLMs como o Gemini para processar resultados de pesquisa, identificar padrões nas fotos de um usuário, criar um chatbot e “responder a perguntas anteriormente impossíveis”. O objetivo do projeto, conforme explicado na apresentação, é criar um “Contador de Histórias de Sua Vida”.
O gerente de produto do Google Fotos apresentou o projeto Ellmann às equipes Gemini em uma recente cúpula interna. As equipes passaram vários meses determinando que grandes modelos de linguagem eram a tecnologia ideal para tornar realidade essa abordagem da história de vida retrospectiva.
Ellmann pode usar o contexto de uma biografia, fotos anteriores e subsequentes para descrever as fotos específicas de um usuário com mais profundidade do que “apenas pixels com rótulos e metadados”, diz a apresentação. Ele sugere medir uma série de coisas, como anos de universidade, anos morando em um determinado lugar e anos vivendo como pai.
«Não podemos responder a perguntas difíceis ou contar uma boa história sem alguma visão da sua vida no passado”, diz a descrição de uma foto de um menino brincando com um cachorro na lama.
«Examinamos suas fotos, estudamos suas tags e localização para determinar o momento significativo, diz o slide da apresentação. “Quando olhamos para trás e entendemos sua vida em sua totalidade, sua história de vida fica clara.” A apresentação observa que grandes modelos de linguagem podem determinar eventos como o nascimento do filho de um usuário. “Este LLM pode usar o conhecimento das partes superiores da árvore para inferir que este é o nascimento de Jack e que ele é o primeiro e único filho de James e Gemma.”
«Uma das razões pelas quais o LLM é tão eficaz para esta abordagem de backcasting é que ele pode pegar o contexto não estruturado de diferentes ramos da árvore do modelo e usá-lo para melhorar a compreensão de outras áreas da árvore”, explica o slide, acompanhado por uma ilustração de diferentes ciclos de vida, “momentos” e “capítulos” da vida do usuário.
Além disso, a equipe do projeto descreveu a essência de Ellmann com a seguinte frase: “Imagine que você abre o ChatGPT e ele já sabe tudo sobre a sua vida. O que você perguntaria a ele? A equipe então mostrou um exemplo de chat em que um usuário pergunta: “Eu tenho um animal de estimação?” Ao que o chat responde que sim, o usuário tem um cachorro que usa capa de chuva vermelha, depois sugere o nome do cachorro e os nomes dos dois familiares com quem o animal passa mais tempo.
Ellmann também forneceu um resumo dos hábitos alimentares do usuário. “Você parece gostar de comida italiana. Tem algumas fotos de pratos de massa e também uma foto de pizza.” A postagem dizia ainda que o usuário parecia gostar da nova comida porque uma de suas fotos mostrava um cardápio com um prato não reconhecido. A tecnologia também determinou quais produtos o usuário planejava comprar, seus interesses, planos de trabalho e viagens com base nas capturas de tela do usuário, disse a apresentação. A tecnologia será capaz de reconhecer sites e aplicativos favoritos dos usuários, citando exemplos do Google Docs, Reddit e Instagram✴.
O projeto proposto por Ellmann poderia ajudar o Google na corrida armamentista entre gigantes da tecnologia para criar “memórias” de vida mais personalizadas. O Google Fotos e o Apple Photos oferecem aos usuários experiências de “memórias” e criam álbuns com base nas tendências fotográficas há anos.
Em novembro, o Google anunciou que, usando inteligência artificial, o Google Fotos agora pode agrupar fotos semelhantes e organizar capturas de tela em álbuns fáceis de encontrar.
Grandes corporações de tecnologia como Google, Facebook✴ e Apple adicionaram controles ao longo do tempo para minimizar flashbacks indesejados, mas os usuários relatam que às vezes eles ainda aparecem e exigem a alteração de algumas configurações para minimizar flashbacks ruins.
A Larian Studios está preparada para lançar o sétimo grande patch para seu RPG de…
As explosões do primeiro estágio do foguete Starship da SpaceX e de seu módulo principal,…
Analistas americanos, como observado anteriormente, estimam em cinco anos a lacuna tecnológica entre os fabricantes…
A startup OpenAI possui uma estrutura organizacional bastante incomum para empresas que buscam atrair recursos…
Jogado no pc Ei, como você está aí! Precisamos ir a Barnsworth e nos encontrar…
A startup americana Cerebras Systems, que desenvolve chips para sistemas de aprendizado de máquina e…