Trí tuệ nhân tạo Google Gemini bắt đầu thực hiện các lệnh phức tạp trên WhatsApp cho Android

Google Gemini đã nhận được bản cập nhật cho phép kết nối trực tiếp với WhatsApp trên các thiết bị được trang bị hệ điều hành Android. Sự mới lạ làm thay đổi động lực sử dụng. Chức năng mới biến trí tuệ nhân tạo thành một tác nhân có khả năng thực hiện các nhiệm vụ phức tạp, vượt xa việc chỉ trả lời các câu hỏi hoặc đọc chính tả văn bản. Tính năng này cho phép gửi tin nhắn, truy xuất thông tin từ các ứng dụng khác và thực hiện lệnh trong thời gian thực mà không cần phải chuyển đổi giữa các nền tảng khác nhau trên màn hình điện thoại di động.

Sự thay đổi này thể hiện sự tiến bộ trong cách người dùng tương tác với điện thoại thông minh của họ, thiết lập khả năng liên lạc trôi chảy giữa các dịch vụ khác nhau. Việc tích hợp đóng vai trò như một cầu nối công nghệ, cho phép trí tuệ nhân tạo truy cập dữ liệu từ các công cụ như Google Keep và Google Maps để hình thành các chuyến hàng tự động trong trình nhắn tin của Meta. Các chuyên gia công nghệ chỉ ra rằng phong trào này củng cố quá trình chuyển đổi từ trợ lý giọng nói cũ sang các tác nhân năng suất tự động.

Cấu hình yêu cầu kích hoạt thủ công trong hệ điều hành

Việc giải phóng tài nguyên không diễn ra tự động đối với tất cả người dùng. Cấu hình yêu cầu quyền truy cập trực tiếp vào ứng dụng Google Gemini được cài đặt trên điện thoại thông minh. Công ty xác nhận rằng tính năng mới này chỉ dành riêng cho hệ sinh thái Android, khiến chủ sở hữu iPhone không thể thực hiện giai đoạn triển khai ban đầu này. Phiên bản web của trí tuệ nhân tạo cũng không hỗ trợ chức năng cụ thể này.

Để cho phép liên lạc giữa các ứng dụng, chủ sở hữu thiết bị cần thực hiện một quy trình trong menu tùy chọn. Quá trình này đảm bảo rằng người dùng cấp các quyền cần thiết cho trí tuệ nhân tạo để truy cập vào nội dung cuộc trò chuyện và có thể thay mặt họ gửi tin nhắn. Đường dẫn kích hoạt tuân theo một thứ tự cụ thể do nhà phát triển thiết lập:

• Mở ứng dụng Google Gemini trên điện thoại di động của bạn.
• Truy cập biểu tượng hồ sơ người dùng và nhập tab Cài đặt.
• Điều hướng đến phần có tên Trí tuệ cá nhân và chọn Ứng dụng kết nối.
• Tìm tùy chọn cho WhatsApp và kích hoạt nút chuyển đổi.

Sau khi hoàn thành các bước này, trợ lý ảo sẽ được hệ thống ủy quyền để hoạt động cùng với trình nhắn tin. Yêu cầu kích hoạt thủ công phản ánh chính sách quyền riêng tư của hệ điều hành, trong đó yêu cầu có sự đồng ý rõ ràng trước khi cho phép phần mềm của bên thứ ba thao túng dữ liệu liên lạc cá nhân. Lớp bảo mật này ngăn công cụ thực hiện các hành động không mong muốn mà người quản trị thiết bị không biết trước.

Sự khác biệt về cấu trúc so với Google Assistant cũ

Hoạt động của hệ thống mới khác biệt đáng kể so với kiến ​​trúc được sử dụng bởi các lệnh thoại truyền thống. Trợ lý Google cũ hoạt động độc lập trong môi trường điện thoại thông minh. Công cụ trước đây bị giới hạn trong việc đọc chính tả tin nhắn sau khi người dùng gọi đến một liên hệ cụ thể bằng tên đã đăng ký trong lịch. Có một hạn chế kỹ thuật nghiêm trọng về khả năng hiểu bối cảnh rộng hơn hoặc thông tin tham khảo chéo từ các nguồn khác nhau.

Google Gemini hoạt động theo logic tích hợp liên tục. Trí tuệ nhân tạo hoạt động như một liên kết giữa nhiều ứng dụng được cài đặt trên điện thoại di động. Phần mềm có thể truy cập đồng thời vào lịch, sổ ghi chú và các dịch vụ định vị địa lý trong khi vẫn giữ cho giao diện nhắn tin sẵn sàng hoạt động. Khả năng xử lý song song này biến công cụ thành một tác nhân có khả năng quản lý các quy trình công việc yêu cầu nhiều bước, hợp nhất mọi thứ thành một lệnh thoại duy nhất.

Sự phát triển công nghệ đằng sau sự thay đổi này liên quan đến việc sử dụng các mô hình ngôn ngữ quy mô lớn. Các thuật toán này xử lý ý định của người dùng với độ chính xác cao hơn, xác định ứng dụng nào cần được kích hoạt để thực hiện đơn hàng. Kết quả là trải nghiệm người dùng tự nhiên hơn. Máy đảm nhận công việc mở, sao chép, dán và đóng các cửa sổ, chỉ đưa ra kết quả cuối cùng cho màn hình trò chuyện.

Các trường hợp sử dụng liên quan đến việc truyền dữ liệu theo thời gian thực

Ứng dụng thực tế của công nghệ này làm thay đổi động lực của các công việc hàng ngày. Trong trường hợp chia sẻ tệp thông thường, quy trình thủ công sẽ yêu cầu người đó đăng xuất khỏi WhatsApp, mở Google Keep, tìm ghi chú mong muốn, sao chép văn bản vào khay nhớ tạm và quay lại trình nhắn tin để dán nội dung. Với bản cập nhật mới, người dùng chỉ cần đặt câu: “Lấy công thức làm bánh pizza của tôi từ Google Keep và gửi cho Mark trên WhatsApp”.

Google Gemini thực hiện toàn bộ chuỗi hành động trong nền. Công cụ này truy xuất tài liệu được yêu cầu, định dạng tin nhắn văn bản rõ ràng và chuẩn bị gửi trong ứng dụng Meta chỉ bằng một lần nhấn xác nhận. Logic tương tự áp dụng cho việc chia sẻ tuyến đường và vị trí địa lý. Trong khi lên kế hoạch cho chuyến đi, một cá nhân có thể yêu cầu: “Tìm khoảng cách từ nhà tôi đến Bãi biển Daytona và gửi thông tin chi tiết cho bạn tôi trên WhatsApp.”

Leia Tambem

Các nền tảng phát trực tuyến xác nhận ra mắt Avatar: Fire and Ash và mùa cuối cùng của The Bear

Chức năng trí tuệ nhân tạo Android mới xuất hiện trên điện thoại di động cao cấp của Samsung và OnePlus

Leak tiết lộ chi tiết Samsung Galaxy A27 với vi xử lý Snapdragon 6 Gen 3 và màn hình 120 Hz

Khi nhận được hướng dẫn này, trợ lý sẽ ngay lập tức tham khảo cơ sở dữ liệu Google Maps. Hệ thống tính toán tuyến đường hiệu quả nhất, trích xuất thông tin cần thiết về tuyến đường, cấu trúc văn bản theo cách dễ đọc và mở chính xác cửa sổ hội thoại tương ứng trong trình nhắn tin. Sự khác biệt cơ bản nằm ở việc chuyển đổi từ trình chuyển đổi giọng nói thành văn bản đơn giản sang tác nhân trí tuệ nhân tạo có khả năng tự động xử lý dữ liệu trên các nền tảng.

Thao tác ra lệnh bằng giọng nói có trên bảng điều khiển Android Auto

Sự tích hợp giữa các dịch vụ cũng mở rộng sang môi trường ô tô thông qua hệ thống Android Auto. Người lái xe có khả năng kích hoạt micrô trực tiếp trên bảng điều khiển phương tiện của xe hoặc nhấn nút ra lệnh bằng giọng nói trên vô lăng để đưa ra hướng dẫn tự nhiên. Trên đường đi làm về, người lái xe có thể kích hoạt hệ thống và nói: “Gửi tin nhắn trên WhatsApp cho Sonal nói rằng tôi sẽ đến sau khoảng 10 phút nữa”.

Máy tính trên bo mạch xử lý lời nói ngay lập tức. Hệ thống xác nhận hành động được yêu cầu thông qua giao diện hình ảnh và âm thanh của Android Auto rồi gửi tin nhắn. Toàn bộ quy trình diễn ra mà không yêu cầu người dùng phải rời mắt khỏi đường hoặc chạm vào màn hình điện thoại di động. Duy trì an toàn đường bộ là một trong những trọng tâm chính của việc triển khai này, loại bỏ nhu cầu tương tác thủ công với thiết bị khi lái xe.

Các chuyên gia an toàn đường bộ đánh giá rằng lệnh thoại được cải thiện sẽ làm giảm đáng kể sự mất tập trung khi lái xe. Khả năng hiểu những câu phức tạp của Google Gemini lần đầu tiên giúp giảm bớt sự thất vọng thường gặp với các trợ lý cũ. Các phiên bản trước thường yêu cầu lặp lại các lệnh hoặc sửa thủ công các từ mà phần mềm hiểu sai.

Mở rộng hệ sinh thái bao gồm các nền tảng của bên thứ ba khác

Kích hoạt khóa WhatsApp trong phần trí tuệ cá nhân của Google Gemini sẽ biến trợ lý từ một công nghệ mới lạ đơn giản thành một trung tâm chỉ huy thực tế cho cuộc sống hàng ngày. Công ty khuyến khích người dùng khám phá menu tiện ích mở rộng của ứng dụng để khám phá những cách mới nhằm tự động hóa các tác vụ thường ngày. Gửi tin nhắn văn bản thông qua các lệnh thoại phức tạp chỉ là giai đoạn đầu của một dự án kết nối rộng hơn.

Ngoài mối quan hệ hợp tác chức năng với trình nhắn tin của Meta, Google Gemini còn thể hiện khả năng tương thích ngày càng tăng với các công cụ khác do bên thứ ba phát triển. Hệ thống này đã có tính năng tích hợp với các nền tảng truyền phát âm thanh, chẳng hạn như Spotify, cho phép kiểm soát nâng cao việc phát lại nhạc và podcast. Kiến trúc mở của hệ điều hành Android cho thấy các ứng dụng mới có khả năng áp dụng các giao thức tương tự trong những tháng tới.

Việc hợp nhất các tác nhân trí tuệ nhân tạo trên thiết bị di động cho thấy sự thay đổi trong mô hình thiết kế phần mềm. Các ứng dụng không còn là những hòn đảo thông tin biệt lập và bắt đầu hoạt động như những bánh răng trong một hệ sinh thái được kết nối với nhau. Google vẫn tập trung vào việc cải thiện khả năng hiểu ngữ cảnh của Gemini, nhằm mang lại phản hồi ngày càng chính xác và hành động nhanh hơn cho cơ sở người dùng toàn cầu của hệ thống di động.