Google は、複雑で複雑なタスクを自律的に実行するように設計されたアシスタントである Gemini Spark の可能性を拡大し続けており、Google フォトを頻繁に使用するユーザーにとって特に興味深い革新を導入しています。実際、Google アプリは Gemini Spark が直接制御できるアプリケーションの 1 つであり、人工知能が 1 回のリクエストで写真やビデオを検索、選択、編集、整理、共有できるようになります。
この統合により、単純な命令を複数の連続した操作で構成される実際のワークフローに変換できます。たとえば、ユーザーは Gemini に、特定のイベントの最高の写真を特定し、それらを改良し、アルバムに挿入し、その後アルバムへのリンクを含むメッセージを作成するように依頼できます。すべてのステップを手動で実行する必要はありません。
この新機能は、米国の Google AI Pro および Ultra 加入者に段階的に展開されており、少なくとも当初は、Gemini モバイル アプリと gemini.google.com ウェブサイトを通じて英語でのみ利用可能です。また、18 歳以上で米国に居住し、Google フォトを Gemini アプリに接続している必要があります。
Google Discover で Apple Geek LABO をフォローする
Gemini Spark は写真を自動的に検索、整理、編集できます
統合の最も興味深い可能性の 1 つは、写真ライブラリ内の検索に関するものです。 Gemini Spark は、特定の主題、場所、日付、イベントに基づいて写真やビデオを検索し、選択から重複を排除してベスト ショットを選択することもできます。
これは、特定の機会に関連する写真を見つけるために何百もの写真を手動でスクロールする必要がなくなり、探しているものを説明するだけで済み、Gemini がライブラリを分析して最も関連性の高いコンテンツを特定するだけで済むことを意味します。
システムは、プライベートと共有の両方の新しいアルバムを作成し、選択した画像をそれらのアルバムに自動的に挿入することもできます。したがって、一般的なリクエストを、コンテンツの検索、選択、編成を含む一連のアクションに変換することが可能です。
共有は Gemini Spark から管理することもでき、アシスタントは Gmail、Google ドキュメント、メッセージなどの接続されたアプリケーションを通じて共有アルバムへのリンクを追加または送信できるため、単純な写真ライブラリ管理を超えてワークフローを拡張できます。
Gemini Spark は画像を検索して整理するだけでなく、コンテンツに直接介入することもできます。人工知能は写真の品質を迅速に向上させ、補正を適用し、コラージュや様式化された画像を作成できます。
ただし、元の写真に関しては重要な点があります。Gemini Spark は、Google フォトに存在する元の画像を変更したり上書きしたりしません。変更が要求されると、システムは新しいコピーを作成し、後者に介入を適用するため、元のファイルはそのまま残ります。
この可能性により、複数の操作で構成されるプロンプトの使用が特に興味深いものになります。たとえば、ユーザーは、休日の最高の写真を特定し、ビーチで撮った写真を改良し、新しいアルバムに挿入し、関連リンクを含むコミュニケーションを準備するように依頼できます。
同じロジックをパーティー、旅行、個人的な行事などのイベントにも適用することができ、Gemini が写真の選択だけでなく、元のライブラリから共有できるコンテンツに至るまでのプロセス全体を管理できるようになります。
Telegram で Google をフォローして、ニュースやオファーを最初に受け取りましょう
Gemini は画像から情報を抽出し、複雑なタスクを処理することもできます
Gemini Spark と Google フォトの統合は、個人の思い出の管理だけにとどまらず、アシスタントは実際に写真の内容を他のアクティビティの出発点として使用できます。 Gemini は特定の画像を見つけてその中のテキストを抽出でき、得られた情報は Google ドキュメント内で要約または再フォーマットしたり、別のタスクを完了するために使用したりできます。
特に重要な例は、イベントのプログラムを撮影し、画像に含まれる情報をカレンダーと比較するようジェミニに依頼する可能性に関するものです。このようにして、アシスタントは写真内の個人データと、接続されているアプリケーションで利用可能な個人データを同時に使用して、答えを導き出すことができます。
同じテクノロジーを使用して繰り返しのタスクを自動化することもできます。Gemini Spark を使用すると、最高の瞬間を収めた毎月のアルバムの自動作成やレシートの写真の整理など、バックグラウンドで定期的に実行されるワークフローをプログラムできます。このイノベーションを AI アシスタントと写真アプリケーションの単純な統合よりも興味深いものにしているのは、まさにさまざまな機能の組み合わせです。
Gemini Spark は複数ステップのタスクを処理できるように設計されているため、ユーザーは個々の操作を手動で指定する必要がなく、目的の結果を記述することができます。リクエストは写真の検索から始まり、選択と変更を経て、アルバムの作成に到達し、コミュニケーションの準備で終わります。
例えばGoogleは、Geminiがハワイ旅行のベスト写真15枚を選び、ビーチで撮った写真を改良して共有アルバムに挿入し、リンクを記載したメールを作成するというフローを提供している。別の例には、パーティーの最高の写真とビデオを選択し、共有アルバムを作成し、ゲスト向けの電子メールの下書きを準備することが含まれます。
スケジュールを設定することで、時折のリクエストを超えて対応することもできます。ユーザーは特定の瞬間またはイベントを指定して、その後特定のアクティビティを開始することができ、Gemini Spark を写真ライブラリを定期的に管理できるツールに変換します。
Google もセキュリティについて考えています: これは Gemini が確認を求めるときです
個人の Google フォト ライブラリにアクセスし、そのライブラリ内で操作を自動的に実行できるシステムには、必ず何らかの保護が組み込まれている必要があります。Google は、望ましくない変更や共有のリスクを軽減するためにさまざまなメカニズムを導入しています。
前述したように、元の写真は決して上書きされず、すべての変更はコピーに対して行われます。 Gemini Spark によって作成されたアルバムもデフォルトでは非公開であるため、ユーザーのみに表示されます。
さらに、外部に影響を与える可能性のある特定の操作を実行する前に、ジェミニは承認を必要とします。これはアルバムの共有と電子メールの送信の場合であり、この 2 つのアクションはユーザーの確認なしに自動的には実行されません。自動化と確認を組み合わせることで、最も機密性の高い操作の制御を維持しながら、作業のかなりの部分を Gemini に委任できるようになります。
Google フォトとの統合は現在段階的に展開されているため、対象となるすべてのユーザーがまだ利用できない可能性があります。 Google は、この機能が米国在住の成人ユーザー向けに予約されており、一部の地域制限があること、および Gemini Spark と互換性のある Google AI Pro または Ultra サブスクリプションが必要であることを指定しています。
Google フォトの機能を使用するには、サービスを Gemini Apps に接続する必要もあります。現段階では、統合は英語でのみ利用可能で、Gemini モバイル アプリまたは Web サイトを通じて使用できます。
したがって、Gemini Spark への Google フォトの登場は、単純な会話との結びつきがますます薄れていく人工知能の使用に向けた新たな一歩を表しています。双子座はもはや何をすべきかを提案することにとどまらず、内容に直接介入し、情報を結び付け、多くのステップからなる活動を実行することができます。
特に Google フォトの場合、これは、手動で管理するのが難しいことが多い写真ライブラリを、人工知能が時間の経過とともに整理および維持できるスペースに変換することを意味し、ユーザーは何よりもどの結果を取得したいかを示すタスクを残すことになります。