ปัญญาประดิษฐ์ Google Gemini เริ่มควบคุม WhatsApp บน Android ด้วยคำสั่งเสียง

Google Gemini ได้รับการอัปเดตใหม่ที่ช่วยให้สามารถรวมเข้ากับแอปพลิเคชันส่งข้อความ WhatsApp บนอุปกรณ์ที่ติดตั้งระบบปฏิบัติการ Android ได้โดยตรง การเปลี่ยนแปลงดังกล่าวจะเปลี่ยนเครื่องมือปัญญาประดิษฐ์ให้กลายเป็นตัวแทนเสมือนที่สามารถทำงานที่ซับซ้อนได้ นอกเหนือจากฟังก์ชันง่ายๆ ในการตอบคำถามแบบแยกส่วน ฟีเจอร์นี้อนุญาตให้ส่งข้อความ การดึงข้อมูลที่จัดเก็บไว้ในแอปพลิเคชันอื่นๆ ในระบบนิเวศ และการดำเนินการคำสั่งแบบเรียลไทม์ ทำให้ผู้ใช้ไม่จำเป็นต้องสลับระหว่างแพลตฟอร์มต่างๆ บนหน้าจอโทรศัพท์มือถือด้วยตนเอง

คุณสมบัติใหม่นี้แสดงถึงความก้าวหน้าที่สำคัญในการโต้ตอบของผู้ใช้กับสมาร์ทโฟนของตน การบูรณาการนี้ทำงานเป็นสะพานเทคโนโลยีที่เชื่อมต่อ Messenger ของ Meta กับบริการดั้งเดิมของยักษ์ใหญ่ด้านการค้นหา เช่น Google Keep ปฏิทิน และ Google Maps ความสามารถในการประมวลผลหลายขั้นตอนในคำสั่งเสียงเดียวจะเปลี่ยนไดนามิกของการใช้งานในแต่ละวัน ช่วยให้ขั้นตอนการทำงานที่ก่อนหน้านี้ต้องแตะหน้าจอหลายครั้งสามารถดำเนินการให้เสร็จสิ้นอย่างเงียบๆ และโดยอัตโนมัติในเบื้องหลัง

การกำหนดค่าทรัพยากรบนระบบ Android

การเปิดใช้งานฟังก์ชันใหม่กำหนดให้ผู้ใช้ต้องติดตั้งและกำหนดค่าแอปพลิเคชัน Google Gemini อย่างเป็นทางการบนสมาร์ทโฟนของตน คุณลักษณะนี้จัดทำขึ้นเฉพาะสำหรับสภาพแวดล้อม Android ซึ่งหมายความว่าเจ้าของอุปกรณ์ iPhone ไม่สามารถเข้าถึงเครื่องมือนี้ได้ในขณะนี้ บริษัทยังจำกัดฟีเจอร์ใหม่ไว้เฉพาะในสภาพแวดล้อมแบบเคลื่อนที่ โดยปล่อยให้ผู้ช่วยเวอร์ชันเว็บอยู่ในการอัปเดตการเชื่อมต่อเฉพาะนี้

หากต้องการเปิดใช้งานการสื่อสารระหว่างปัญญาประดิษฐ์และผู้ส่งสาร เจ้าของอุปกรณ์จำเป็นต้องดำเนินการตามขั้นตอนภายในการตั้งค่าของผู้ช่วยเอง เส้นทางการเปิดใช้งานได้รับการออกแบบให้ตรงไปตรงมา โดยเพียงแค่แตะไม่กี่ครั้งบนอินเทอร์เฟซซอฟต์แวร์หลัก กระบวนการนี้เป็นไปตามลำดับเมนูเฉพาะ:

• เปิดแอป Google Gemini บนโทรศัพท์มือถือของคุณ
• เข้าถึงไอคอนโปรไฟล์ผู้ใช้และเข้าสู่ส่วนการตั้งค่า
• ไปที่ตัวเลือก Personal Intelligence จากนั้นเลือก Connection Apps
• ค้นหาตัวเลือกสำหรับ WhatsApp และเปิดใช้งานปุ่มสลับ

หลังจากเสร็จสิ้นขั้นตอนนี้ ผู้ช่วยเสมือนจะได้รับสิทธิ์ที่จำเป็นจากระบบปฏิบัติการเพื่อเข้าถึงประวัติการสนทนา WhatsApp และดำเนินการคำสั่งการส่งข้อความ การเปิดใช้งานปุ่มสลับเป็นตัวกระตุ้นที่อนุญาตให้มีการแลกเปลี่ยนข้อมูลระหว่างทั้งสองแอปพลิเคชัน ทำให้มั่นใจได้ว่าปัญญาประดิษฐ์จะเข้าใจบริบทของคำขอ และระบุผู้ติดต่อที่ถูกต้องในสมุดที่อยู่ของโทรศัพท์ก่อนที่จะเขียนข้อความใดๆ

วิวัฒนาการเมื่อเทียบกับ Google Assistant รุ่นเก่า

สถาปัตยกรรมการทำงานของ Google Gemini นำเสนอความแตกต่างเชิงโครงสร้างอย่างลึกซึ้งเมื่อเปรียบเทียบกับคำสั่งเสียงแบบดั้งเดิมของ Google Assistant รุ่นเก่า ระบบก่อนหน้านี้ทำงานในลักษณะแยกเดี่ยวและเป็นเส้นตรง โดยจำกัดตัวเองอยู่เพียงการถอดเสียงคำที่ผู้ใช้กำหนดหลังจากเปิดใช้งานผู้ติดต่อเฉพาะตามชื่อ เทคโนโลยีเก่าแสดงให้เห็นถึงความสามารถที่จำกัดในการตีความบริบทที่ซับซ้อนหรือข้อมูลอ้างอิงโยงจากฐานข้อมูลแอปพลิเคชันต่างๆ

โมเดลปัญญาประดิษฐ์ใหม่ทำงานในลักษณะบูรณาการ โดยทำหน้าที่เป็นศูนย์กลางการประมวลผลข้อมูลกลางสำหรับโทรศัพท์ ซอฟต์แวร์สามารถเข้าถึงบันทึก ตรวจสอบการนัดหมายในปฏิทิน และวางแผนเส้นทาง ในขณะที่ยังคงใช้งานอินเทอร์เฟซการส่งข้อความอยู่ คุณสมบัตินี้เปลี่ยนผู้ช่วยให้เป็นตัวแทนการผลิตที่แท้จริง สามารถตีความความตั้งใจของผู้ใช้ ค้นหาข้อมูลที่จำเป็นในแอปพลิเคชันต้นทาง การจัดรูปแบบเนื้อหาและส่งไปยังแอปพลิเคชันปลายทางโดยไม่หยุดชะงัก

ผู้เชี่ยวชาญด้านเทคโนโลยีชี้ให้เห็นว่าการเปลี่ยนจากโมเดลคำสั่งธรรมดาไปเป็นระบบปฏิบัติการแบบหลายขั้นตอนนี้ สะท้อนให้เห็นถึงวิวัฒนาการของการเรียนรู้ของเครื่องบนอุปกรณ์เคลื่อนที่ การลดเวลาหน้าจอและการทำให้กระบวนการที่ซ้ำกันเป็นอัตโนมัติเป็นประโยชน์หลักๆ ของการอัปเดตนี้ โดยมอบประสบการณ์ผู้ใช้ที่ลื่นไหลมากขึ้น และไม่ต้องอาศัยการโต้ตอบด้วยตนเองอย่างต่อเนื่องกับจอแสดงผลของอุปกรณ์

ตัวอย่างการใช้งานจริงกับ Google Keep และ Google Maps

การประยุกต์ใช้เทคโนโลยีนี้ในทางปฏิบัติสามารถสังเกตได้ในสถานการณ์การแบ่งปันข้อมูลในชีวิตประจำวัน ในอดีต หากผู้ใช้ต้องการส่งเอกสารที่บันทึกไว้ในบันทึกย่อของตน กระบวนการจำเป็นต้องออกจาก WhatsApp เปิด Google Keep ค้นหาไฟล์ที่ต้องการ คัดลอกบล็อกข้อความ กลับไปที่ Messenger วางเนื้อหา และกดปุ่มส่ง ด้วยการบูรณาการใหม่ โฟลว์จะลดลงเหลือเพียงคำสั่งเสียงเดียว เช่น คำแนะนำ: “รับสูตรพิซซ่าของฉันจาก Google Keep และส่งไปที่ Mark บน WhatsApp”

Leia Tambem

Netflix จะเปิดตัวผลงาน 5 เรื่องระหว่างวันที่ 1 ถึง 5 มิถุนายน 2026

การปะทุของภูเขาไฟ Hunga Tonga ในปี 2022 ช่วยทำความสะอาดมีเทนที่ปล่อยออกสู่ชั้นบรรยากาศ

Stephen Curry อยู่ในอันดับที่ 6 ในบรรดานักกีฬาที่มีรายได้สูงที่สุดในโลกด้วยรายได้ 124.7 ล้านเหรียญสหรัฐ

Google Gemini ดำเนินการทั้งหมดให้ผู้ใช้มองไม่เห็น ระบบจะค้นหาบันทึกที่ร้องขอ แยกข้อมูลที่เกี่ยวข้อง จัดรูปแบบข้อความที่ชัดเจน และเตรียมฟิลด์การส่งใน Messenger ด้วยการแตะเพียงครั้งเดียวเพื่อยืนยัน ตรรกะเดียวกันนี้ใช้กับการแบ่งปันข้อมูลตำแหน่งทางภูมิศาสตร์และการวางแผนเส้นทาง ขณะจัดทริป เจ้าของสมาร์ทโฟนสามารถออกคำสั่งต่อไปนี้: “ค้นหาระยะทางจากบ้านของฉันไปยังเดย์โทนาบีช และส่งรายละเอียดให้เพื่อนของฉันทาง WhatsApp”

เมื่อใช้คำสั่งนี้ ผู้ช่วยเสมือนจะปรึกษาฐานข้อมูล Google Maps คำนวณเส้นทางที่มีประสิทธิภาพสูงสุด ดึงข้อมูลที่สำคัญเกี่ยวกับเวลาเดินทางและระยะทาง จัดโครงสร้างข้อความในลักษณะที่เข้าใจได้ และเปิดหน้าต่างการสนทนาที่แน่นอนในแอปพลิเคชันส่งข้อความ ความสามารถในการอ้างอิงโยงข้อมูลทางภูมิศาสตร์ด้วยเครื่องมือสื่อสารนี้แสดงให้เห็นถึงความแตกต่างพื้นฐานระหว่างซอฟต์แวร์แปลงคำพูดเป็นข้อความธรรมดากับตัวแทนปัญญาประดิษฐ์ที่ออกแบบมาเพื่อเชื่อมต่อระบบนิเวศดิจิทัล

สั่งงานด้วยเสียงใน Android Auto

ฟังก์ชันการรวมยังขยายไปสู่สภาพแวดล้อมของยานยนต์ผ่านระบบ Android Auto จุดสนใจหลักของการปรับเทคโนโลยีให้เข้ากับยานพาหนะคือการรักษาความปลอดภัยบนท้องถนน ซึ่งช่วยให้ผู้ขับขี่สามารถทำงานด้านการสื่อสารที่ซับซ้อนโดยไม่จำเป็นต้องถือโทรศัพท์มือถือ การเปิดใช้งานสามารถทำได้ผ่านไมโครโฟนที่ติดตั้งอยู่บนแผงหน้าปัดของรถ หรือโดยการกดปุ่มควบคุมด้วยเสียงที่อยู่บนพวงมาลัย

ระหว่างการเดินทางกลับบ้านหลังเลิกงาน คนขับสามารถใช้ภาษาที่เป็นธรรมชาติในการจัดการการนัดหมายได้ ตัวอย่างการใช้งานจริงของแอปพลิเคชันนี้เกิดขึ้นเมื่อคนขับเปิดใช้งานระบบและพูดว่า: “ส่งข้อความบน WhatsApp ไปยัง Sonal โดยบอกว่าฉันจะไปถึงในอีกประมาณ 10 นาที” ซอฟต์แวร์จะบันทึกเสียงท่ามกลางเสียงห้องโดยสาร ประมวลผลเจตนาของประโยค และระบุผู้ติดต่อในสมุดโทรศัพท์

การประมวลผลคำพูดเกิดขึ้นทันที และระบบขอการยืนยันด้วยภาพหรือเสียงผ่านอินเทอร์เฟซ Android Auto ก่อนที่จะส่งเสร็จสิ้น การปฏิบัติงานโดยสมบูรณ์ทำให้ผู้ใช้ไม่ต้องละสายตาจากสนามแข่งหรือมองหน้าจอสมาร์ทโฟนอีกต่อไป การรักษาความสนใจในการจราจรได้รับการรับรองโดยกระบวนการเขียนและส่งโดยอัตโนมัติ เสริมบทบาทของปัญญาประดิษฐ์ในฐานะเครื่องมือช่วยเหลือที่ปลอดภัยเมื่อขับขี่ยานพาหนะ

การขยายระบบนิเวศและการบูรณาการกับ Spotify

การเปิดใช้งานปุ่มเชื่อมต่อในส่วนข่าวกรองส่วนบุคคลของแอปพลิเคชันจะแปลงผู้ช่วยเสมือนจากความแปลกใหม่ทางเทคโนโลยีที่เรียบง่ายให้เป็นศูนย์สั่งการที่ใช้งานได้จริงและใช้งานได้ นักพัฒนาสนับสนุนให้ผู้ใช้สำรวจเมนูส่วนขยายของซอฟต์แวร์เพื่อค้นพบวิธีใหม่ๆ ในการทำงานในแต่ละวันโดยอัตโนมัติ ความสามารถในการส่งข้อความที่จัดรูปแบบผ่านคำสั่งเสียงที่ซับซ้อนเป็นเพียงความเป็นไปได้เบื้องต้นที่แพลตฟอร์มนำเสนอ

ระบบนิเวศของการบูรณาการยังคงเติบโตอย่างต่อเนื่อง ไม่เพียงแต่ครอบคลุมเครื่องมือการสื่อสารและการผลิตเท่านั้น แต่ยังรวมถึงแพลตฟอร์มความบันเทิงด้วย นอกเหนือจากการเชื่อมต่อกับ WhatsApp แล้ว Google Gemini ยังแสดงให้เห็นถึงความเข้ากันได้กับแอปพลิเคชันบุคคลที่สามที่มีความเกี่ยวข้องสูงอื่นๆ ในตลาด รวมถึงบริการสตรีมเสียงของ Spotify การขยายตัวของความร่วมมือเหล่านี้บ่งชี้ถึงแนวโน้มการรวมตัวของผู้ช่วยในฐานะตัวกลางหลักระหว่างผู้ใช้และบริการทั้งหมดที่ติดตั้งบนอุปกรณ์มือถือ