Google dal chatbotom tvár. Vyzerajú až podozrivo živo

Chatovacie okná na internetových stránkach možno čoskoro dostanú úplne inú podobu. Namiesto anonymného textového asistenta sa na obrazovke objaví tvár, ktorá sa na vás pozerá, rozpráva a reaguje na vaše otázky. Google totiž predstavil technológiu, ktorá dáva umelej inteligencii vlastnú vizuálnu podobu.

Novinka dostala názov Gemini 3.8 Live with Live Avatar a podľa oficiálneho oznámenia spoločnosti Google kombinuje hlasovú komunikáciu s generovaním videa v takmer reálnom čase. Virtuálna postava pritom nie je iba prehrávanou animáciou. Pohyby jej úst sa synchronizujú s vyslovovanými slovami a mimika sa priebežne prispôsobuje konverzácii.

Technológia je určená predovšetkým firmám, ktoré chcú prostredníctvom umelej inteligencie komunikovať so zákazníkmi. Digitálny pracovník tak môže napríklad odpovedať na otázky o produktoch, pomáhať s objednávkami alebo vybavovať hotelovú registráciu.

Zaujímavosťou je, že avatar dokáže počas rozhovoru pracovať aj s ďalšími systémami. Kým komunikuje so zákazníkom, môže na pozadí vyhľadávať informácie, kontrolovať dostupnosť služieb alebo vykonávať ďalšie úlohy. Podporuje tiež obraz z kamery či zdieľanie obrazovky.

Google uvádza, že systém rozumie a hovorí v 97 jazykoch. Ak zákazník počas rozhovoru zmení jazyk, avatar sa dokáže automaticky prispôsobiť. Podľa spoločnosti pritom zostáva zachovaná synchronizácia hlasu a pohybov úst.

Pozrite sa, ako vyzerajú noví virtuálni asistenti Googlu. Technológia Gemini Live Avatar umožňuje umelej inteligencii komunikovať prostredníctvom realistických digitálnych postáv, ktorých mimika a pohyby úst sa prispôsobujú rozhovoru:

Firmy si môžu vybrať z pripravených virtuálnych postáv alebo vytvoriť vlastnú podobu asistenta podľa referenčného obrázka. Táto možnosť však zatiaľ vyžaduje osobitné schválenie Googlu.

Otázkou zostáva bezpečnosť. Google preto do generovaného zvuku aj videa vkladá neviditeľný digitálny vodoznak SynthID, ktorý má pomáhať identifikovať obsah vytvorený umelou inteligenciou.

Funkcia je od 24. septembra dostupná firemným zákazníkom služby Gemini Enterprise. Bežní používatelia ju zatiaľ nenájdu ako samostatnú funkciu v aplikácii Gemini.

Či budú ľudia radšej komunikovať s digitálnou tvárou než s obyčajným chatovacím oknom, ukáže až jej využívanie v praxi. Isté však je, že hranica medzi videohovorom s človekom a rozhovorom s umelou inteligenciou sa opäť stenčuje.