Google Gemini AI baru-baru ini membuat terobosan besar yang menunjukkan kemampuan luar biasa untuk memproses beberapa aliran visual secara bersamaan melalui aplikasi eksperimental AnyChat, yang merupakan pertama kalinya di bidang kecerdasan buatan. AnyChat memungkinkan Gemini AI untuk memproses video real-time dan gambar statis pada saat yang sama, mendobrak batasan bahwa AI tradisional hanya dapat memproses satu masukan visual, membuka kemungkinan baru untuk penerapan kecerdasan buatan di berbagai bidang. Teknologi ini tidak hanya dapat meningkatkan pengalaman pengguna, namun yang lebih penting, menyediakan alat baru bagi pengembang untuk membantu mereka membangun aplikasi AI visual yang lebih canggih.
AI Gemini Google baru-baru ini mencapai terobosan teknologi yang mengesankan. Ia mampu memproses beberapa aliran visual secara bersamaan, yang merupakan pencapaian yang belum pernah terjadi sebelumnya di bidang kecerdasan buatan. Peluncuran fitur ini bukan melalui platform mainstream Google, melainkan melalui aplikasi eksperimental bernama "AnyChat".
Kemampuan baru Gemini AI ini memungkinkannya tidak hanya menonton video secara real time, tetapi juga menganalisis gambar statis secara bersamaan, mematahkan batasan sebelumnya bahwa kecerdasan buatan hanya dapat memproses satu masukan visual. “Sekarang Anda dapat melakukan percakapan dengan AI dan memintanya memproses video langsung Anda dan gambar apa pun yang ingin Anda bagikan,” kata Ahsen Khaliq, kepala pembelajaran mesin Gradio, dalam sebuah wawancara.
Keberhasilan AnyChat dalam mencapai kemampuan pemrosesan multi-aliran ini berkat arsitektur jaringan saraf canggih Gemini AI. Meski kemampuan ini sudah ada di API Gemini, namun belum dibuka untuk pengguna awam di aplikasi resmi Google. Banyak platform AI, termasuk ChatGPT, saat ini hanya dapat menangani masukan dari satu aliran, sehingga menonaktifkan streaming video langsung saat mengunggah gambar.
Potensi penerapan teknologi ini sangat luas. Siswa dapat mempresentasikan soal matematika secara real time dan menunjukkan buku teks mereka kepada Gemini untuk panduan langkah demi langkah. Seniman dapat berbagi karya yang sedang diproses dan gambar referensi untuk mendapatkan masukan real-time mengenai komposisi dan teknik.
Terobosan teknologi AnyChat bukanlah suatu kebetulan. Tim pengembangan bekerja sama dengan arsitektur teknis Gemini untuk berhasil memperluas kemampuannya. Dengan izin khusus ini, AnyChat dapat melacak dan menganalisis beberapa masukan visual secara bersamaan tanpa memengaruhi koherensi percakapan. Pengembang dapat mereplikasi kemampuan ini dengan kode sederhana dan membuat platform khusus yang mendukung streaming video dan pengunggahan gambar.
Meskipun AnyChat masih dalam tahap percobaan, AnyChat berhasil menunjukkan potensi pemrosesan visi AI multi-aliran di dunia nyata. Baik di bidang kedokteran, teknik, atau pendidikan, kemampuan baru Gemini akan membawa perubahan yang mengganggu.
Proyek AnyChat: AnyChathttps://huggingface.co/spaces/akhaliq/anychat
Menyorot:
Gemini AI mewujudkan pemrosesan video dan gambar diam secara real-time secara simultan, melampaui batasan yang ada.
Platform AnyChat menunjukkan potensi penerapan AI yang luas di bidang pendidikan, seni, dan bidang lainnya.
Pengembang dapat dengan mudah memanfaatkan teknologi Gemini untuk membangun aplikasi AI visual mereka sendiri.
Secara keseluruhan, kemampuan pemrosesan visual multi-aliran AI Gemini menandai lompatan besar dalam teknologi kecerdasan buatan, dan keberhasilan penerapan AnyChat memberikan referensi baru untuk arah pengembangan AI di masa depan. Dipercaya bahwa seiring dengan semakin berkembangnya teknologi, Gemini AI akan mengerahkan potensi besarnya di lebih banyak bidang dan menghadirkan pengalaman hidup yang lebih nyaman dan cerdas bagi masyarakat manusia.