Android terá IA como peça chave e Gemini Nano multimodal

Sameer Samat, presidente da divisão de ecossistema Android, apresentou no Google I/O 2024 os planos do Google para melhorar a experiência do usuário no SO. O executivo destacou um novo slogan para o Android: “IA em seu núcleo” (“AI at the core”) na tradução direta. Em outras palavras, a inteligência artificial será a essência do sistema operacional e o Gemini Nano multimodal chegará para os smartphones.

Um dos recursos mostrado já era conhecido: o circular para pesquisar. Porém, agora há novidades para ele. A melhoria apresentada por Samaat foi o uso da ferramenta para a resolução de problemas matemáticos — algo bem parecido com o que a OpenAI apresentou na última segunda-feira.

O funcionamento é bem direto: você circula, a IA identificará a equação/fórmula/problema e apresentará uma solução. Essa novidade, ao contrário daquelas citadas posteriormente, já está liberada para os usuários de smartphones compatíveis.

Gemini melhor em reconhecer contexto de prompts

Dave Burke, vice-presidente de engenharia, apresentou outras melhorias do Gemini para Android. Burke explicou que o app da IA poderá ser ativado sobre apps, o que permitirá que o Gemini entenda contexto da sua pergunta.

Por exemplo, você pode estar com uma tela aberta lendo sobre alguma receita. Você abre o app da IA e faz um questionamento. O Gemini avaliará o que está escrito na tela e qual aplicativo você está usando.

Tecnologia Multimodal para o Gemini Nano

Na apresentação, Burke também explicou que as tecnologias multimodais serão lançadas para o Gemini Nano, LLM que roda nativamente em smartphones. Essa tecnologia multimodal permite que a IA seja usada para tarefas visuais e de áudio.

Isso pode ser útil para usuários com deficiência visual, já que a câmera do smartphone poderá ser usada para explicar o que há nos arredores, localização. As funções de áudio também auxiliam na comunicação, ouvindo o ambiente. Essa tecnologia chegará primeiro para smartphones Pixel em um momento posterior

Burke mostrou ainda uma funcionalidade do Gemini que pode identificar possíveis golpes em ligações. O exemplo usado na apresentação era mais “óbvio”, com o golpista dizendo que, para proteger a conta dos acessos indevidos, era necessário transferir o dinheiro para uma conta mais segura. Será interessante ver o Gemini atuando em casos mais sofisticados.

Android terá IA como peça chave e Gemini Nano multimodal