Courtesy of TheVerge

Google AI Mode Kini Bisa ‘Melihat’ Gambar untuk Jawab Pertanyaan Lebih Baik

07 Apr 2025, 23.00 WIB

68 dibaca

Ikhtisar 15 Detik

Google memperkenalkan kemampuan multimodal dalam AI Mode untuk meningkatkan interaksi pengguna dengan gambar.
Pembaruan ini memungkinkan pengguna untuk mendapatkan informasi yang lebih kaya dan relevan dari gambar yang diunggah.
AI Mode kini tersedia untuk lebih banyak pengguna, memperluas akses ke teknologi canggih Google.

Google telah menambahkan kemampuan multimodal pada chatbot AI Mode yang berfokus pada pencarian. Dengan pembaruan ini, pengguna dapat mengunggah atau mengambil gambar dan mendapatkan jawaban yang lengkap tentang isi gambar tersebut. Pembaruan ini menggabungkan teknologi AI Gemini dengan teknologi pengenalan gambar Lens milik Google, dan kini tersedia di aplikasi Google untuk Android dan iOS.

Menurut Robby Stein, VP produk untuk Google Search, AI Mode dapat memahami seluruh konteks dalam gambar, termasuk bagaimana objek saling berhubungan dan karakteristik uniknya seperti warna, bentuk, dan susunan. Pembaruan ini menggunakan teknik yang memungkinkan AI untuk mengajukan beberapa pertanyaan tentang gambar yang dilihatnya, sehingga dapat memberikan jawaban yang lebih tepat dan relevan.

AI Mode untuk Pencarian ini merupakan jawaban Google terhadap chatbot lain seperti Perplexity dan ChatGPT Search. Sebelumnya, AI Mode hanya tersedia untuk pelanggan Google One AI Premium, tetapi sekarang Google mulai memperluas aksesnya kepada lebih banyak pengguna di AS.

--------------------

Analisis Kami: Integrasi Gemini AI dengan Google Lens menunjukkan langkah signifikan dalam evolusi pencarian visual, memungkinkan interaksi yang lebih natural dan memudahkan pengguna menemukan informasi dengan cara baru. Namun, perlu diwaspadai tantangan privasi dan ketergantungan yang meningkat pada AI dalam memahami konteks secara benar agar hasil pencarian tetap akurat dan tidak bias.

--------------------

Analisis Ahli:

Fei-Fei Li: Fitur multimodal seperti ini adalah langkah maju yang luar biasa dalam AI karena memungkinkan mesin untuk benar-benar 'melihat' dan memahami konteks gambar, memperkaya interaksi manusia-komputer.

Andrew Ng: Kemampuan untuk menggabungkan input visual dengan pemrosesan bahasa alami membuka peluang besar dalam banyak aplikasi AI, namun perlu diimbangi dengan pengujian ketat agar sistem tetap handal di berbagai kondisi.

--------------------

What's Next: Kemampuan pencarian berbasis gambar dengan pemrosesan konteks yang mendalam akan semakin umum dan menjadi standar baru dalam layanan pencarian digital, mendorong evolusi cara pengguna berinteraksi dengan mesin pencari.

Referensi:
[1] https://theverge.com/news/644363/google-search-ai-mode-multimodal-lens-image-recognition

Pertanyaan Terkait

Apa yang ditambahkan Google ke dalam AI Mode mereka?

Google menambahkan kemampuan multimodal yang memungkinkan AI Mode untuk 'melihat' dan menjawab pertanyaan tentang gambar.

Bagaimana cara kerja pembaruan multimodal ini?

Pembaruan ini menggunakan teknik yang mengeluarkan beberapa kueri tentang gambar dan objek di dalamnya untuk memberikan respons yang lebih nuansa dan relevan.

Siapa yang dapat mengakses AI Mode sekarang?

AI Mode sekarang dapat diakses oleh 'jutaan lebih' pengguna Labs di AS, tidak hanya pelanggan berlangganan AI Premium.

Apa fungsi dari Gemini AI dalam konteks ini?

Gemini AI berfungsi untuk memahami seluruh konteks gambar, termasuk hubungan objek dan karakteristik uniknya.

Apa yang dimaksud dengan teknik 'fan-out' dalam pembaruan ini?

Teknik 'fan-out' memungkinkan AI Mode untuk mengeluarkan beberapa kueri untuk mendapatkan informasi yang lebih mendalam tentang gambar.