Google Chrome の人工知能はインタラクティブな画面上の視覚的な選択を獲得します

市場で最も人気のあるブラウザの最新アップデートにより、仮想アシスタントの日常のデジタル ライフへの統合が大きく前進しました。プラットフォーム ユーザーは、Web ページ上で視覚要素を直接選択して詳細な分析を開始できるネイティブ ツールを利用できるようになりました。このメカニズムは、携帯電話の画面上でアイテムを循環させるという一般的な概念をデスクトップ コンピューターに適用し、インターネット上で視覚情報を消費する方法を変革します。この新機能により、複雑なデータ処理が日々のブラウジング エクスペリエンスの中心に据えられ、官僚的な手順が排除されます。

最近まで、ブラウザは Web サイトやポータルを表示するための受動的なウィンドウとしてのみ機能していました。この詳細な分析機能の導入により、このソフトウェアは、記事を読んだり、オンラインでショッピングしたり、学術研究を行ったりする際に、アクティブな副操縦士として機能するようになりました。この動きは、消費コンテンツと検索ツールの間の障壁がエンドユーザーにとってますます見えにくくなっているテクノロジー業界の強い傾向を反映しています。

あわせて読みたい: ChatGPT Atlas の終わり: OpenAI はアプリと拡張機能の AI を使用してナビゲーションをリダイレクトします

Web ページでのスマート キャプチャの仕組み

この分析能力にアクセスするために、ソフトウェア エンジニアリング プロセスは非常に直観的かつ高速になるように設計されました。インターネット ユーザーは、プログラム インターフェイスの上部バーに戦略的に配置された仮想アシスタント専用のショートカットを見つける必要があります。このサイド パネルを開くときは、プラス アイコンをクリックして、画面マーキングの特定のオプションを選択するだけです。このクリックストリームにより、画像をハード ドライブに保存したり、サードパーティの拡張機能を使用して Web サイトのスニペットをキャプチャしたりする必要がなくなります。

この機能がアクティブになると、マウス カーソルが、レンダリングされたコンテンツ上で自由な境界ツールに変わります。この実装の技術的な大きな違いは、最終コマンドをサーバーに送信する前に複数のクリッピングを同時にキャプチャできることです。これは、学生が同じ研究ページで 2 つの異なるグラフを選択し、データを即座に相互参照するようにシステムに要求できることを意味します。パッケージ化されたすべての視覚情報は数秒以内に処理され、構造化された応答が返されます。

詳しく読む: Chrome ブラウザは、Circle to Search からインスピレーションを得た、革新的な画面上のビジュアル検索機能を Gemini に提供します。

コンピューターのルーチンを最適化するための実際的な使用例

このテクノロジーの有用性を理解するには、視覚的な分析によりユーザーの貴重な時間を節約できる実際の状況を観察する必要があります。単純な画像検索からマルチモーダル アシスタントへの移行により、専門家、学生、一般消費者に幅広い可能性が開かれます。以下は、日常の生産的な生活におけるこのイノベーションの直接的な応用例です。

• 旅行ビデオに表示される外国語の標識やメニューの翻訳と文脈化。
• オンライン ストアで衣料品を識別し、素材やスタイルの組み合わせについて質問できるようにします。
• フォーラムから取得したプログラミング コードの抜粋を分析し、リアルタイムでエラー修正を要求します。
• ニュース ポータルや長い企業財務報告書に掲載されている複雑なインフォグラフィックの概要。
• 小売 Web サイトに並べて表示される 2 つの製品の技術仕様を簡単に比較します。

これらのシナリオは、デスクトップ環境内での人間とコンピューターの対話におけるパラダイム シフトを示しています。ユーザーは単なるキーワード研究者であることをやめ、より深く理解したいことを指摘するディレクターとして行動し始めます。次に、マシンはピクセルを解釈して適用可能な知識に変換するという重労働を引き受けます。

従来のレンズシステムと比較した対話の進化

検索大手のこのエコシステムでは、数年前から画像認識ツールが統合されて市場に投入されていました。しかし、自然言語に基づいたこの新しいアーキテクチャの登場により、消費者に提供される最終結果は完全に変わりました。以前のシステムでは、類似の写真を表示するために巨大なデータベース内で視覚的な一致を検索するだけでしたが、現在の統合により、キャプチャされたアイテムについて継続的に議論できるようになります。

同じテーマの記事: Samsung ブラウザが One UI 9 システムで Notes および AI と統合

ユーザーが見慣れない植物の写真を選択した場合、古いテクノロジーでは植物の Web サイトまたは園芸店のカタログへのリンクのみが表示されます。新しいアップデートにより、その特定の種にとって理想的な水やりの頻度はどれくらいか、ペットにとって有毒かどうか、植えるのに最適な土壌の種類は何かなどを直接尋ねることができるようになりました。アシスタントは会話のコンテキストをアクティブに保ち、新しい質問ごとに元の画像を再送信することなく、後続の質問を許可します。

プライバシーの問題と運用のための技術的要件

このすべての状況に応じた処理能力には、システム内のユーザー識別に直接関連する対応する処理能力が必要です。サービス アーキテクチャでは、ブラウザがアクティブでログインしているアカウントと同期していることが必然的に必要です。この技術的要件は、会話履歴をクラウドに保存し、使用状況プロファイルに基づいて応答をパーソナライズするために役立ちますが、インターネット上で完全な匿名性を求める人にとっては構造的な障壁になります。

匿名タブを使用すると、トラッカー、履歴、Cookie がデフォルトでブロックされ、新しい人工知能ツールは完全に無効になります。このようなプライベート ブラウジングの瞬間には、特定のユーザー プロファイルに検索をリンクせずに動作する従来の画像検索方法が唯一の実行可能な代替手段として残ります。この明確な分離は、高度な機能の提供と一般の人々が求める基本的なプライバシー オプションのバランスを取る同社の試みを示しています。

全記事一覧: 最新ニュース (JA)

この新機能パッケージのリリースは、ナビゲーション ソフトウェアのバージョン 149 まで段階的に行われるため、ユーザーはプログラムを常に最新の状態に保つ必要があります。このディストリビューションには、Windows システムを搭載したコンピュータと macOS を実行する Apple マシンの両方が含まれており、広範囲を保証します。このマルチプラットフォームの立ち上げ戦略により、人工知能を搭載したブラウザ市場でのリーダーシップをめぐる競争が引き続き熾烈になり、ますます洗練されたツールで消費者に利益をもたらします。