OPPO และ OnePlus ประกาศจับมือกับ Google นำฟีเจอร์จาก Gemini ของ Google สร้างประสบการณ์การใช้งาน AI บนมือถือให้มีฐานผู้ใช้กว้างขึ้นในงาน Google Cloud Next '24 โดยจะรวมผลิตภัณฑ์ AI บนคลาวด์ของ Google เข้ากับอุปกรณ์มือถือต่าง ๆ ทำให้มีฟีเจอร์ AI เช่น การสรุปบทความข่าว, การจัดระเบียบเนื้อหาเสียงแบบเรียลไทม์ และการสร้างเนื้อหาโซเชียลมีเดีย เหมือน Samsung Galaxy S24 ซีรี่ส์ ซึ่งอาจตีความได้ว่าสัญญา Exclusive ของซัมซุงอาจสิ้นสุดแล้ว

กูเกิลเผยแพร่คู่มือ 45 หน้า ว่าด้วยการเขียน Prompt สำหรับการใช้งานแชทบอต Gemini บน Google Workspace ซึ่งสามารถประยุกต์ได้เช่นกัน แม้ไม่ได้ใช่ Gemini เวอร์ชันนี้ โดยคู่มือนี้ชื่อว่า Prompting guide 101 เหมาะสำหรับคนทำงานในฝ่ายต่าง ๆ ที่ต้องการเขียนคำสั่งให้ Gemini ทำงานอย่างที่ต้องการ

กูเกิลอธิบายว่าในการเขียน Prompt ให้พิจารณาถึง 4 องค์ประกอบที่ควรกำหนดเพื่อให้ได้ผลลัพธ์ที่ต้องการ คือ Persona (บอกว่าเราคือใคร), Task (สิ่งที่ต้องการให้ AI ทำ), Context (รายละเอียดประกอบ) และ Format (รูปแบบ)

กูเกิลเปิดตัวบริการ Gemini Code Assist ที่เปลี่ยนชื่อมาจาก Duet AI for Developer แต่เปลี่ยนปัญญาประดิษฐ์ภายในเป็น Gemini ที่อ่านข้อมูลได้นับล้่านโทเค็น ทำให้เวลาแนะนำโค้ดนั้นไม่ใช่การอ่านทีละไฟล์ แต่อ่านทั้งโครงการทีละเป็นแสนบรรทัดและแนะนำได้ทันที

การประกาศรอบนี้ยังประกาศเป็นพันธมิตรกับบริษัทความปลอดภัยซอฟต์แวร์ Synk โดยตอนนี้ยังเป็นเพียงการแนะนำการใช้งาน Synk ในแชตก่อน แต่ภายในปีนี้จะรวมความสามารถในการสแกนโค้ดเข้าไว้ในบริการ Code Assist เลย ทำให้แนะนำช่องโหว่ในโค้ดได้ทันที

Gemini Code Assist เปิดให้ใช้ฟรีแล้ววันนี้ แต่จะเก็บเงินหลังวันที่ 11 มิถุนายนนี้ ราคา 19 ดอลลาร์ต่อคนต่อเดือน สามารถใช้งานได้บน VS Code และ JetBrains

นอกเหนือจาก Google Vids แอปสร้างวิดีโอจากเอกสารใน Google Docs และ Google Sheets กูเกิลยังประกาศฟีเจอร์ใหม่พลัง Gemini หลายอย่างสำหรับคนใช้งาน Google Workspace มีรายละเอียดดังนี้

• Help me write บนแอป Gmail รองรับคำสั่ง prompt ด้วยเสียง ใช้งานได้สำหรับลูกค้า Gemini Enterprise, Gemini Business และ Google One AI Premium
• Google Sheets เพิ่มเทมเพลตขึ้นโครงตารางชุดใหม่ สำหรับลูกค้า Workspace ทุกคน

กูเกิลเปิด Gemini 1.5 Pro ให้คนทั่วไปใช้งานแล้ว หลังจากเปิดตัวแบบจำกัดเมื่อเดือนกุมภาพันธ์ที่ผ่านมา พร้อมกับเพิ่มฟีเจอร์ค้นหาข้อมูลอ้างอิง (grounding) ทั้งการค้นด้วย Google Search และการค้นข้อมูลภายในองค์กรเอง

สำหรับการค้นข้อมูลในองค์กร เดิม Vertex AI มีบริการ Enterprise Search อยู่แล้ว ตอนนี้เพิ่มความสามารถเชื่อมต่อกับฐานข้อมูลภายนอก เช่น AlloyDB หรือ BigQuery เข้ามาเพิ่ม และยังเชื่อมต่อแอปที่องค์กรใช้งานอยู่ เช่น Workday, Salesforce, ServiceNow, Hadoop, Confluence, และ JIRA

กูเกิลปล่อยโมเดลปัญญาประดิษฐ์ LLM สำหรับเขียนโค้ดในชื่อ CodeGemma เน้นใช้งานเป็นตัวช่วยเขียนโค้ดโดยเฉพาะ โดยมีโมเดล 3 รุ่น ได้แก่

กูเกิลประกาศนำโมเดล Gemini 1.0 Pro มาใส่ในเครื่องมือสำหรับนักพัฒนา Android Studio พร้อมรีแบรนด์ Studio Bot ที่เป็น AI ช่วยการเขียนโค้ด ในชื่อใหม่ Gemini in Android Studio เพื่อให้ทิศทางผลิตภัณฑ์ AI ของกูเกิลเป็นไปในทิศทางเดียวกันทั้งหมดภายใต้แบรนด์ Gemini

Gemini in Android Studio เป็นผู้ช่วยการเขียนโค้ดซึ่งสามารถเรียกใช้งานได้โดยตรงใน IDE กูเกิลบอกว่าทำให้การพัฒนาโค้ดคุณภาพสูง ทำได้รวดเร็วขึ้น ช่วยแก้ไขปัญหาโค้ดที่ซับซ้อน สามารถถาม-ตอบ ตลอดจนเพิ่มคอมเมนต์และค้นหาข้อมูลที่ต้องการได้ ตอนนี้มีให้ใช้งานแล้วใน Android Studio Jellyfish

แชทบอต AI Gemini ของกูเกิล น่าจะมีจุดแข็งหนึ่งคือการทำงานร่วมกันกับบริการต่าง ๆ ของกูเกิล ที่มีฐานผู้ใช้งานสูงอยู่แล้ว ล่าสุดกูเกิลเลยเชื่อมต่อคำตอบของ Gemini กับ Google Maps หากเป็นคำถามเกี่ยวกับการขอเส้นทาง

โดยหากถาม Gemini เช่น บอกเส้นทางไปยัง... หรือ พาฉันไปที่... (ที่ทดสอบตอนนี้ยังได้เฉพาะภาษาอังกฤษ) Gemini จะให้คำตอบทั้งระยะเวลาและระยะทาง รวมทั้งแนบเส้นทางบน Google Maps เพื่อใช้ดูเพิ่มเติม

นอกจากการขอเส้นทางแล้ว Gemini บน Android ยังเพิ่มความสามารถช่วยตั้งเตือน หรือกำหนดนัดหมายในปฏิทินได้ด้วย โดยผู้ใช้งานต้องเปิดการทำงานของส่วนขยาย Workspace

ที่มา: 9to5Google

ก่อนหน้านี้กูเกิลเปิดเผยว่า Pixel 8 จะได้ไม่ใช้งาน AI Gemini Nano เนื่องจากข้อจำกัดด้านฮาร์ดแวร์ ซึ่งสร้างคำถามตามมาเพราะข้อจำกัดเดียวที่มีคือแรม และปริมาณแรม 8GB นี้ ก็เท่ากับ Galaxy S24 ล่าสุดกูเกิลเปลี่ยนใจแล้ว

โดย Pixel 8 จะได้ใช้งาน Gemini Nano ด้วยเช่นกัน ซึ่งจะมาพร้อมกับ Pixel Feature Drop รอบถัดไป คาดว่าอยู่ช่วงเดือนมิถุนายน

ทั้งนี้กูเกิลก็พูดถึงข้อจำกัดฮาร์ดแวร์อีกครั้งด้วยว่า การรันโมเดล LLM บนโทรศัพท์ที่มีขนาดแรมแตกต่างกัน ย่อมให้ประสบการณ์การใช้งานที่แตกต่างกัน ซึ่งทำให้กูเกิลได้ทดสอบการใช้งานบน Pixel 8 แล้วตัดสินใจอัปเดตให้ใช้งานได้ด้วยนั่นเอง

จากรายงานข่าวก่อนหน้านี้ของ Bloomberg ว่าแอปเปิลกำลังเจรจากับกูเกิล รวมทั้งผู้พัฒนา AI รายอื่น เพื่อนำ Generative AI หรือ AI สร้างเนื้อหา มาใส่ใน iPhone ล่าสุด The New York Times ก็ร่วมยืนยันข่าวนี้จากแหล่งข่าวของตนเอง ว่าแอปเปิลกำลังเจรจากับกูเกิลจริง

The New York Times อ้างแหล่งข่าว 3 ราย บอกว่าการเจรจาของสองฝ่ายตอนนี้ยังเป็นขั้นต้น รายละเอียดข้อตกลงยังไม่มีการกำหนดออกมา ขณะเดียวกันแอปเปิลก็พูดคุยกับบริษัท AI อื่นด้วยเช่นกัน เป้าหมายเพื่อนำโมเดลภาษาขนาดใหญ่หรือ LLM มาใช้เรียนรู้ข้อมูลใน iPhone แล้วจัดการกับสร้างเนื้อหาขึ้นมา

กูเกิลประกาศความคืบหน้าเรื่อง AI เพื่อการแพทย์หลายอย่าง โดยมีทั้งการใช้โมเดลรุ่นเดิม PaLM 2 และโมเดลรุ่นใหม่ Gemini

PaLM 2

ปีที่แล้วกูเกิลนำ PaLM 2 โมเดลภาษารุ่นของปี 2023 มาปรับแต่ง (fine-tune) เพื่อการแพทย์ในชื่อ Med-PaLM 2 แล้วพัฒนาต่อเป็นชุดของโมเดลหลายๆ ตัวชื่อ MedLM เปิดให้เช่าใช้งานบนบริการ Vertex AI ของ Google Cloud

ล่าสุดกูเกิลออก MedLM for Chest X-ray นำโมเดลไปช่วยอ่านฟิล์มเอกซเรย์หน้าอก (เช่น ปอดและหัวใจ) ตอนนี้เริ่มเปิดให้ลูกค้าทดสอบแบบจำกัดวงแล้ว

Mark Gurman ขาประจำข่าววงใน Apple รายงานเพิ่มเติมจากจดหมายข่าว Power On ประจำสัปดาห์ ว่า Apple กำลังเจรจากับ Google ในการนำ Gemini มาใช้งานบน iPhone

กูเกิลประกาศแนวทางเพื่อรับมือการค้นหาข้อมูล ที่เกี่ยวกับการเลือกตั้งทั่วไป ซึ่งปีนี้จะมีการจัดการในหลายประเทศทั่วโลก โดยจำกัดการค้นหาข้อมูลเกี่ยวกับการเลือกตั้งบนแชทบอต Gemini มีผลแล้วตั้งแต่วันนี้สำหรับผู้ใช้งานในอเมริกาและอินเดียก่อน

กูเกิลบอกว่าคำค้นหาที่เกี่ยวข้องกับการเลือกตั้ง เป็นหัวข้อที่ต้องให้ข้อมูลคุณภาพสูงและแม่นยำ จึงจำกัดการค้นหาที่เกี่ยวข้องนี้บนผลิตภัณฑ์ที่เป็น Generative AI ทั้งหมด อยู่ในระดับเดียวกับคำค้นหาอื่นที่เป็นการก่อกวนซึ่งถูกจำกัดอยู่แล้ว

ทีมวิศวกรของ Android เปิดเผยผ่านรายการ The Android Show ของกูเกิลว่า Gemini Nano โมเดล AI ที่กูเกิลพัฒนาสำหรับรันมือโทรศัพท์มือถือ จะไม่มีให้ใช้งานใน Pixel 8 เนื่องจากข้อจำกัดด้านฮาร์ดแวร์

อย่างไรก็ตามกูเกิลบอกว่า Gemini Nano มีแผนจะขยายไปให้มากอุปกรณ์ที่สุด โดยเฉพาะสมาร์ทโฟนรุ่นบนที่จะออกมาในอนาคต

กูเกิลประกาศเพิ่มความสามารถใหม่ให้ Gemini โดยผู้ใช้งานสามารถเลือกบางส่วน หรือทั้งหมดของคำตอบจาก Gemini เพื่อปรับแก้ไข ให้ Gemini ตอบใหม่ให้ตรงกับความต้องการมากขึ้น โดยหากคำตอบนั้นสามารถใช้งานฟีเจอร์นี้ได้ ไอคอนดินสอพร้อมประกายจะปรากฎให้ Modify selected text

ตัวอย่างการแก้ไขคำตอบ เช่น เมื่อให้ Gemini วางแผนทริป 3 วัน ก็จะได้คำตอบแบบ 3 วัน แต่เราสามารถแก้ไขคำตอบโดยบอกว่า ขอระยะเวลาที่ยาวกว่านั้นเป็น 4 วัน Gemini ก็จะปรับปรุงคำตอบบนเงื่อนไข 4 วันให้ ซึ่งเป็นผลลัพธ์ที่ตรงกับความต้องการมากขึ้น และอยู่ในประเด็นเดิม

ฟีเจอร์แก้ไขคำตอบ อาจใช้งานไม่ได้ในหลายกรณี เช่น แก้ไขรูปภาพ (เพราะเลือกรูปไม่ได้), เป็นคำขอที่ละเมิดกฎการใช้งาน, เป็นการแก้ไขโค้ดหรือข้อมูลในตาราง เป็นต้น

Sergey Brin ผู้ร่วมก่อตั้งกูเกิลหายหน้าไปนานหลายปี ก่อนที่ปีที่แล้วมีข่าวว่าเขากลับมาร่วมโครงการพัฒนา Gemini ด้วยตัวเอง

ล่าสุด Brin กลับมาปรากฏตัวในงานสัมมนา AGI House ในแคลิฟอร์เนีย และตอบคำถามนักพัฒนา ผู้ก่อตั้งสตาร์ตอัพที่เข้าร่วมงานในเรื่องต่างๆ โดยเฉพาะกรณี Gemini ทำงานผิดพลาดเรื่องการสร้างภาพคน

Brin ยอมรับว่ากูเกิลทำงานพลาด (We definitely messed up) เขาคิดว่าเหตุผลหลักมาจากการทดสอบที่ไม่เพียงพอ และความผิดพลาดของกูเกิลก็ทำให้คนจำนวนมากไม่พอใจ

Stack Overflow เปิดบริการ API แบบเสียเงินชื่อ OverflowAPI เพื่อดูดคำถาม-คำตอบไปใช้เทรน AI โดยมี Google Cloud เป็นลูกค้ารายแรก

Stack Overflow เคยประกาศแนวทางนี้ไว้ตั้งแต่เดือนเมษายน 2023 เพราะมองว่าคลังกระทู้ของตัวเองเป็นสิ่งที่มีมูลค่า หลังจากใช้เวลาพัฒนา API มาเกือบปี แนวทางของ Stack Overflow มีดังนี้

Sundar Pichai ซีอีโอกูเกิล ออกอีเมลถึงพนักงานในประเด็นที่ Gemini Image Generation โปรแกรมสร้างรูปภาพด้วย AI ทำงานผิดพลาด โดยพยายามให้ผลลัพธ์รูปบุคคลที่แสดงความหลากหลายจนผิดเจตนาของผู้ใช้งาน หรือสร้างรูปที่ผิดไปจากประวัติศาสตร์

Pichai บอกว่าสิ่งที่เกิดขึ้นเป็นเรื่องที่ไม่สามารถยอมรับได้ และเราทำผิดจริง ๆ ตอนนี้ทีมงานต่างทำงานกันต่อเนื่องทั้งคืนทั้งวันเพื่อแก้ไขปัญหา ซึ่งเริ่มเห็นผลลัพธ์ที่ดีขึ้นเรื่อย ๆ ไม่มี AI ตัวใดที่สมบูรณ์แบบ พวกเรายังอยู่ในช่วงเริ่มต้นของอุตสาหกรรม แต่มาตรฐานที่เราต้องทำนั้นสูง และกูเกิลก็ต้องไปให้ถึงตรงนั้น

ในอีเมลไม่ได้ระบุว่าโปรแกรมสร้างรูปภาพที่เป็นบุคคลจะกลับมาใช้งานได้เมื่อใด

กูเกิลประกาศฟีเจอร์ใหม่สำหรับผู้ใช้ Android ทั้งหมด 9 รายการ ซึ่งเป็นการประกาศในงาน MWC โดยมีทั้งฟีเจอร์ช่วยเหลือการเข้าถึง ไปจนถึงฟีเจอร์ที่เชื่อมต่อกับ Spotify ดังนี้

• Android Auto สามารถสรุปเนื้อหาแชทให้ได้ขณะขับรถ รวมทั้งช่วยตอบข้อความ แจ้งระยะเวลาที่จะเดินทางไปถึง
• ฟีเจอร์อธิบายรายละเอียดในรูปภาพด้วย AI สำหรับผู้มีปัญหาการมองเห็น เปิดให้ใช้งานทั่วโลกแล้ว รองรับภาษาอังกฤษ
• Lens ใน Maps สามารถอ่านรายละเอียดเพิ่มเติมของสถานที่ได้ เช่น เวลาเปิด, เรตติ้ง

กูเกิลออกมาชี้แจงสาเหตุของปัญหา Gemini image generation สร้างรูปบุคคลผิดพลาด จนเป็นข่าวดัง และต้องปิดการทำงานชั่วคราว

กูเกิลอธิบายว่าฟีเจอร์ image generation ของ "แอพ" Gemini เป็นการเรียกใช้โมเดล Imagen 2 ที่เปิดตัวช่วงปลายปี 2023 โดยเพิ่มฟีเจอร์ป้องกันการสร้างภาพในทางที่ผิด เช่น ภาพที่มีลักษณะรุนแรง มีเนื้อหาทางเพศชัดเจน หรือเป็นการดัดแปลงบุคคลจริงให้เพี้ยนไป หนึ่งในมาตรการป้องกันที่กูเกิลใส่เข้ามาคือความหลากหลาย เช่น สั่งให้สร้างภาพคนกำลังเตะฟุตบอล ก็ไม่ควรได้ภาพของบุคคลที่มีเชื้อชาติแบบเดียว

กูเกิลออกคำชี้แจง หลังจากมีรายงานพบว่า Gemini AI สร้างรูปภาพ ทำงานไม่ถูกต้องเมื่อได้รับคำสั่งให้สร้างรูปภาพบุคคลที่มีจริงในประวัติศาสตร์ ผิดเพี้ยนออกไปจากความจริง เช่น ภาพโป๊ปเป็นคนดำ หรือผู้ก่อตั้งกูเกิลเป็นคนเอเชีย ซึ่งทำให้กูเกิลต้องประกาศปิดการทำงานคำสั่งสร้างรูปภาพบุคคลชั่วคราว

ฟีเจอร์สร้างรูปภาพใน Gemini มีออกมาตั้งแต่ต้นเดือนกุมภาพันธ์ที่ผ่านมา โดยใช้ Imagen 2 โมเดลสำหรับการสร้างรูปภาพ

MediaTek ประกาศความสำเร็จในการปรับแต่งโมเดล Google Gemini Nano และ Meta Llama 2 7B ให้รันบนชิป Dimensity 9300 และ 8300 เปิดทางให้ใช้งานฟีเจอร์ Generative AI แบบออฟไลน์ ไม่ต้องผ่านคลาวด์

การรันโมเดลเหล่านี้บนชิป เกิดขึ้นได้เพราะใช้ APU (AI processing unit ตามภาษาของ MediaTek) รุ่นใหม่ที่มีประสิทธิภาพสูงขึ้น

MediaTek ประกาศว่าจะร่วมมือกับกูเกิลเปิดตัวแอพ APK ที่ช่วยให้นักพัฒนาและแบรนด์ OEM รันโมเดล Gemini Nano ของตัวเองบนชิป Dimensity ในเร็วๆ นี้

หลังมีกระแสใน X เรื่องการเจนภาพของ Gemini ที่มีความ Woke มากเกินไปจนผิดเพี้ยนไปจากประวัติศาสตร์หรือความเป็นจริง เช่นภาพโป๊ปเป็นคนดำ, ผู้ก่อตั้งสหรัฐอเมริกา เป็นคนดำและเอเชีย

ล่าสุด Google เผยว่ารับทราบเรื่องนี้และจะแก้ไขปัญหานี้แล้ว โดยระหว่างนี้จะระงับการให้บริการเจนภาพไปก่อน และจะกลับมาให้บริการในเวอร์ชันที่ถูกปรับปรุงแล้ว

ปัญหาของ Gemini ที่หลายคนโพสต์บน X ไม่ได้มีแค่เรื่องของการเจนภาพจาก prompt กลางๆ แต่ยังมีปัญหากับ prompt บางคำ เช่น หากกำหนดว่าเป็นผิวขาว "white" ตัว Gemini จะตอบกลับว่าทำให้ไม่ได้ เพราะอาจส่งผลให้เกิดการอคติหรือเหมารวม (stereotype) ต่อบางชาติพันธุ์ ขณะที่หาก prompt เป็นคำอย่าง "Asian", "Jewish" กลับสามารถเจนภาพออกมาได้ตามปกติ

Chrome 122 เพิ่มฟีเจอร์ Help Me Write ที่ประกาศไว้ก่อนหน้านี้ โดยยังรองรับเฉพาะภาษาอังกฤษสำหรับผู้ใช้งานในสหรัฐ และมีเฉพาะบนวินโดวส์และแมค

ฟีเจอร์ Help Me Write ของ Chrome เป็นการนำโมเดล Gemini มาช่วยเขียนหรือปรับแก้ข้อความใน textbox บนหน้าเว็บ เช่น รีวิวร้านอาหาร ประกาศขายสินค้าออนไลน์ สอบถามข้อมูลจากโรงแรมที่จะเข้าพัก ฯลฯ โดย Gemini จะเข้าใจบริบทของหน้าเว็บที่เราเปิดอยู่ตอนนั้น และช่วยแนะนำเนื้อหาที่เราต้องการเขียนได้

การใช้งานจำเป็นต้องเปิดใช้ใน Settings > Experimental AI แล้วคลิกขวาที่กล่องข้อความเพื่อเลือกเมนู Help me write

กูเกิลประกาศปิดการทำงานฟีเจอร์สร้างรูปภาพด้วย AI ของ Gemini ชั่วคราว มีผลเฉพาะการสร้างรูปภาพบุคคล โดยจะเปิดให้ใช้งานอีกครั้งในภายหลัง เนื่องจากพบปัญหาในการสร้างรูปภาพประเภทดังกล่าว

ผู้ใช้งาน Gemini ที่ให้คำสั่งสร้างรูปภาพที่มีบุคคล ตอนนี้จะได้คำตอบว่าตอนนี้ระบบกำลังปรับปรุงแก้ไขอยู่