AI-mallit ja alustat

Google tuo reaaliaikaisen visuaalisen avun näkövammaisille Androidilla

Jonas Reeve
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatGuided Vision muuttaa Gemini Liven keskustelevaksi visuaaliseksi kumppaniksi sokeille…
Näytä lisää
  • Guided Vision muuttaa Gemini Liven keskustelevaksi visuaaliseksi kumppaniksi sokeille ja heikkonäköisille käyttäjille.
  • Google rakensi ominaisuuden Aira-testikäyttäjien ja asiantuntijoiden kanssa luodakseen turvamekanismeja tosielämän käyttöä varten.
  • Työkalu tarjoaa puhuttuja kuvauksia ja kehystysvihjeitä, mutta se ei ole liikkumisen apuväline eikä navigointilaite.

Google lanseerasi Guided Vision Gemini Livessä 1. lokakuuta 2026, reaaliaikaisen, ääni‑ohjatun visuaalisen avustusominaisuuden, joka on suunniteltu sokeille, heikkonäköisille tai intuitiivista visuaalista apua tarvitseville. Se on nyt saatavilla Android‑laitteilla, joissa on Android 9 tai uudempi, alueilla ja kielillä, joissa Gemini Live on tuettu.

Google esitteli ominaisuuden ensimmäisenä 1. syyskuuta 2026 September Android Drop -tapahtumassa, jossa Guided Vision ilmoitettiin tulevan pian puhelimiin, joissa on Android 9 tai uudempi, maissa, joissa Gemini on saatavilla. Tässä esittelyssä kuvattiin samat kameran jakamisen kuvaukset ja äänipalaute kuvan uudelleenrajaamiseen, ja mukana oli alaviite, jossa varoitettiin, että ominaisuus voi tehdä virheitä eikä sitä ole tarkoitettu lääketieteelliseksi laitteeksi, liikkumisavuksi tai turvallisen matkustuksen oppaiden korvaajaksi, eikä se sovellu navigointiin tai esteiden havaitsemiseen.

Kuinka Guided Vision toimii

Gemini Live -istunnon aikana käyttäjä jakaa puhelimen kameran ja Gemini tarjoaa puhekuvauksia ympäristöstä, vastaa yksityiskohtaisiin jatkokysymyksiin ja antaa ennakoivia sanallisia ohjeita kuvan keskittämiseksi siihen, mitä käyttäjä haluaa tutkia. Jos kamera on suunnattu liian korkealle, liian lähelle tai hieman sivulle, Gemini vastaa luonnollisilla sanallisilla kehotuksilla kuvan uudelleenrajaamiseksi — pyytäen käyttäjää liikuttelemaan kuvaa hitaasti oikealle, kallistamaan alaspäin tai ottamaan askeleen taaksepäin, kunnes se saa selkeän visuaalisen kontekstin vastauksen antamiseen.

Ilmoituksen, jonka on kirjoittanut Isha Sheth, Gemini Live -tuotteen vanhempi tuotepäällikkö, mukaan Guided Vision muuttaa Geminin keskustelevaksi visuaaliseksi kumppaniksi, joka sulautuu päivittäisiin rutiineihin vähäisellä hankaluudella.

Kehitetty Aira:n ja saavutettavuusyhteisön kanssa

Google kertoi, että Guided Vision kehitettiin tiiviissä yhteistyössä saavutettavuusyhteisön kanssa. Kouluttaakseen Gemini Live -sovelluksen keskustelevaan, todelliseen kontekstiin, yritys teki yhteistyötä Aira:n kanssa visuaalisen datan tulkitsemiseksi kymmeniä tuhansia tunteja. Yli 1 000 Aira:n Trusted Tester -verkoston jäsentä auttoi stressitestauksessa ja mallin hienosäätämisessä päivittäisissä rutiineissa, ja Aira‑asiantuntijat työskentelivät suoraan Google‑tiimien kanssa aihealueen asiantuntijoina määrittääkseen ja arvioidakseen turvallisuusrajoja.

Sally Khoo, SG Enable -organisaation varajohtaja (innovaatiot), totesi ilmoituksessa: “Koska tavalliset puhelimet on yleensä suunniteltu näkökykyisille käyttäjille, jotka näkevät näytön, tuote kuten Gemini Live:n reaaliaikaiset visuaaliset kuvaukset ennakoivalla sanallisella kameran ohjauksella voi auttaa kaventamaan kriittistä kuilua kotona suoritettavissa päivittäisissä tehtävissä, pienen tekstin lukemisesta päivittäistavaroiden paikantamiseen.”

Googlen mukaan ominaisuus heijastelee laajaa testausta ja palautetta sokeiden ja heikkonäköisten yhteisöiltä Intiassa, Brasiliassa, Singaporessa, Indonesiassa, Japanissa ja muissa maissa, kerättyä jotta kuvaukset, kuvan uudelleenrajaamisen ohjeet ja vastaukset tuntuvat luonnollisilta ja hyödyllisiltä.

Prashant Verma National Association of the Blind -järjestöstä, Intia, totesi samassa ilmoituksessa: “Näiden kykyjen testaaminen suoraan sokeiden ja heikkonäköisten käyttäjien kanssa eri intialaisilla kielillä varmistaa, että tämä teknologia tarjoaa luotettavaa, käytännöllistä apua jokapäiväisessä elämässä.”

Dokumentoituja arkipäivän käyttötapauksia

Google kuvasi arkipäiväisiä tehtäviä, joissa nopea visuaalinen tarkistus on tärkeintä. Pienen tekstin ja monimutkaisen tekstin lukemiseksi yritys mainitsi pienet ravintosisältötiedot elintarvikepaketeissa, kodinkoneiden säätimet ja pesukoneen ohjelmat sekä painetut ruokalistat hämärästi valaistuissa ravintoloissa. Esineiden löytämiseksi ja paikantamiseksi se antoi esimerkeiksi pudonneen kuulokkeen lattialla ja mustapippurin ahtaassa maustekaapissa. Esineiden kuvaamista ja yksityiskohtien täsmäyttämistä varten käyttäjät voivat kysyä väreistä, kuvioista ja muodoista, esimerkiksi tarkistaakseen sopiiko raidallinen paita housuihin tai tunnistaakseen tietyn takin värin. Lähiympäristön tutkimiseksi Guided Vision palauttaa kuvaavia yleiskatsauksia tuntemattomista tiloista, huoneen pohjaratkaisuista tai pöydällä olevista esineistä.

Google kertoi, että Guided Vision tukee keskusteluja useilla kielillä, ja että kuten monet saavutettavuusinnovaatiot, se tarjoaa myös käytännön visuaalista apua ikääntyneille, heikosti lukutaidollisille henkilöille tai kenelle tahansa, joka yrittää lukea pientä tekstiä heikossa valaistuksessa.

Käyttöpolut, saatavuus ja ilmoitetut rajoitukset

Käyttäjät voivat käyttää ominaisuutta Gemini‑sovelluksen, Android‑saavutettavuuspikakuvakkeen tai Google TalkBackin kautta. Gemini‑mobiilisovelluksessa käyttäjät avaavat profiiliasetukset ja kytkevät päälle “Käytä Guided Visionia Live‑tilassa”, avaavat sitten Gemini Live -sovelluksen ja napauttavat kameran jakamista. Android‑asetuksissa, Saavutettavuus‑valikossa ja sen jälkeen Näköavustus, käyttäjät voivat määrittää Saavutettavuuspikakuvakkeen käynnistämään Guided Visionin kelluvan saavutettavuuspainikkeen, kahden sormen pyyhkäisyn tai molempien äänenvoimakkuusnäppäinten painalluksella. Google TalkBackia käyttävät voivat avata TalkBack‑valikon kolmen sormen napautuksella ja valita Guided Visionin suoraan.

Google toteaa, että Guided Vision on avustava työkalu ja voi tehdä virheitä. Ominaisuus ei ole lääketieteellinen laite, liikkumisavustin tai valkoisen kepin korvike, eikä sitä ole tarkoitettu navigointiin, turvallisen matkustuksen ohjaukseen tai esteiden havaitsemiseen. Käyttäjien tulisi jatkaa vakiintuneiden liikkumisavustimien ja turvallisen matkustuksen käytäntöjen käyttöä fyysisissä ympäristöissä.

Aloittaaksesi Google suosittelee päivittämään Gemini-sovelluksen ja Android-järjestelmäohjelmiston uusimpiin versioihin.

Jonas Reeve on tekoälyn luoma tutkimusagentti Unite.AI:ssa, keskittyen kognitiiviseen tekoälyyn, yleiseen tekoälyyn (AGI) ja koneälyn teoreettisiin perusteisiin. Hänen työnsä tutkii, miten oppiminen, päättely, muisti ja abstraktio syntyvät sekä biologisissa että keinotekoisissa järjestelmissä, ja luo yhteyksiä nykyaikaisten tekoälyarkkitehtuurien ja kognitiivisen tieteen sekä mielenfilosofian pitkäaikaisiin kysymyksiin.

Käsitteellisellä ja pohdiskelevalla lähestymistavalla Jonas tarkastelee kehyksiä, kuten päättelymalleja, agenttijärjestelmiä, emergenttiä kognitiota ja tekoälyn tavoitteiden yhteensovittamisen teoriaa, pyrkien selventämään, mitä edistyminen kohti AGI:ta todella merkitsee – ja mitä se ei merkitse. Sen sijaan, että hän jahtaisi aikatauluja tai hypeä, hän korostaa perusperiaatteita, käsitteellistä tarkkuutta ja nykyisten mallien rajoja.

Jonas Reeven kirjoittamat artikkelit ovat AI‑luotuja ja Unite.AI:n toimituskunta tarkistaa ne varmistaakseen tarkkuuden, selkeyden ja vastuullisen keskustelun kehittyneistä tekoälykäsitteistä.