Wie erwartet konzentrierte sich die I/O-Konferenz von Google auf die Technologie der künstlichen Intelligenz und das neue Astra-Projekt war eine der interessantesten Neuigkeiten.
Es wird als „KI-Assistent der nächsten Generation“ angepriesen und Googles Antwort auf OpenAIs GPT-4o ist beliebt.
Temis Hassabis, einer der Verantwortlichen des KI-Teams von Google, erklärte nicht nur das neue Astra-Programm ausführlich, sondern zeigte auch ein Video, um alle seine Fähigkeiten zu demonstrieren.
Wir haben erfahren, dass Astra Assistant in der Lage ist, Objekte und Szenen, die durch die Kameras der Geräte gesehen werden, zu erkennen und zu verstehen und über dieselben Objekte zu sprechen.
Im Video sahen wir eine Demonstration, wie Astra einen Sprecher erkennt und in natürlicher Sprache spricht, wenn er nach dem Gerät gefragt wird. Dazu nutzt das Astra-Projekt eine weiterentwickelte Version von Gemini Ultra.
Wie GPT-4o ist Astra multimodal. Mit anderen Worten: Es ist auf Audio, Bilder, Video und Text trainiert und in der Lage, Daten in diesen vier Formaten aufzunehmen, neu zu mischen und zu generieren.
Laut Google selbst wird das Astra-Programm noch in diesem Jahr über eine neue Schnittstelle namens Gemini Live verfügbar sein. Demis Hassabis sagte auch, dass das Unternehmen mehrere Modelle von Datenbrillen teste, es sei jedoch noch nicht klar, ob sie auf den Markt kommen würden.
Der Google-Chef glaubt, dass die Vermittlung eines tieferen Verständnisses der physischen Welt an KI-Assistenten ein wesentlicher Bestandteil für weitere Fortschritte in der Technologie der künstlichen Intelligenz ist.
Hassabis sagt: „Ein universeller multimodaler Agent ist auf dem richtigen Weg zur allgemeinen künstlichen Intelligenz. Das ist erst der Anfang.“
