Google braucht mehr Fokus statt überall KI
Wichtige Erkenntnisse
- Gemini ist Googles neues generatives Modell, das als Standardassistent auf Android-Telefonen fungiert.
- Während einige Funktionen wie Magic Editor und Anrufnotizen wie eine Spielerei wirken, bleibt die Datensicherheit ein berechtigtes Anliegen.
Google stellte am Dienstag auf der Made by Google-Veranstaltung in Mountain View die neuesten Versionen seines aufkeimenden KI-Ökosystems vor, eine Sammlung generativer Funktionen, die es irgendwie geschafft haben, gleichzeitig zu viel und bei weitem nicht genug zu sein.
Im Laufe der einstündigen und vierzigminütigen Live-Streaming-Veranstaltung betraten Scharen von Google-Führungskräften die Veranstaltungsbühne, um das große Sprachmodell Gemini zu loben und seine Leistungsfähigkeit in einer Reihe von Live-Demonstrationen unter Beweis zu stellen. Die meisten davon verliefen reibungslos. Das Unternehmen trieb in erster Linie seine KI-Erfolge voran, wobei das Pixel 9, die Pixel Buds 2 und die Pixel Watch 3 erst in der zweiten Hälfte der Veranstaltung ihr Debüt feierten. Dies stellt eine deutliche Kehrtwende im Vergleich zu vor ein paar Jahren dar, als KI, wenn überhaupt jemals erwähnt wurde, bei Googles traditionell auf Software ausgerichteten Pressekonferenzen und Live-Events nur am Rande erwähnt wurde.
„Es ist ein umfassendes End-to-End-Erlebnis, das nur Google bieten kann“, sagte Rick Osterloh, Senior Vice President, Platforms & Devices bei Google, der versammelten Menge. „Seit Jahren verfolgen wir unsere Vision eines mobilen KI-Assistenten, mit dem Sie genauso arbeiten können wie mit einem echten persönlichen Assistenten, aber wir waren durch die Grenzen der Möglichkeiten bestehender Technologien eingeschränkt.“
Um diese Grenzen zu überschreiten, „haben wir das gesamte Systemerlebnis rund um unsere Gemini-Modelle komplett neu aufgebaut“, fuhr er fort. „Das neue Gemini-System kann über das Verstehen Ihrer Worte hinausgehen, es kann Ihre Absichten verstehen und natürlicher kommunizieren.“
Google setzt auf generative KI
Google tritt gegen Branchenkonkurrenten wie Apple, OpenAI, Microsoft, Amazon und Anthropic an, um seine KI-Führerschaft zu behaupten. Es hat die generative Funktionalität von Gemini in seine Workspace-App-Suite integriert und ermöglicht es dem maschinellen Lernsystem, Benutzerdaten (insbesondere aus Google Docs, Slides, Gmail, Drive und Sheets) für personalisierte Antworten zu nutzen. Benutzer können Texte und Bilder für Google Docs generieren, Präsentationsfolien in natürlicher Sprache erstellen oder professionell aussehende Berichte auf der Grundlage von Sheets-Tabellen erstellen.
Doch das ist erst der Anfang von Googles KI-Ambitionen. Auf der Veranstaltung am Dienstag kündigte das Unternehmen Gemini als Ersatz für Google Assistant an und machte ihn damit zum Standardassistenten auf Android-Telefonen. Dieser Schritt steht im Einklang mit der Entscheidung von Apple, Siri mit ChatGPT von OpenAI zu erweitern. Gemini bietet einen gesprächigeren und intelligenteren Assistenten, der unterbrochen werden kann, ohne den Fokus zu verlieren. Die neu eingeführte Gemini Live-Funktion ermöglicht Echtzeitinteraktionen mit der KI und positioniert Google damit im Wettbewerb mit dem Advanced Voice Mode von OpenAI. Gemini wird schließlich auch den Bildschirminhalt des Telefons mithilfe einer bevorstehenden Overlay-Funktion interpretieren.
Google sucht immer noch, was hängenbleibt
Ich wünschte, das wäre das Ausmaß dessen, woran Google gearbeitet hat. Doch wie schon seit dem Debüt von ChatGPT vor etwa 18 Monaten hören Technologieunternehmen nicht auf, KI in jedes einzelne ihrer Produkte zu integrieren, unabhängig davon, ob dies tatsächlich einen Mehrwert für die Benutzererfahrung darstellt.
Nehmen Sie zum Beispiel die neue Funktion „Mich hinzufügen“. Damit können Sie zwei Fotos - eines der größeren Gruppe, das andere des Einzelfotografen - zu einem einzigen Bild zusammenführen. „Eines der größten Probleme bei Gruppenfotos besteht darin, zeitweise die gesamte Gruppe einzubeziehen“, sagte Pixel-Produktmanager Shenaz Zack auf der Bühne. „Am Ende machen Sie ein Foto, auf dem Sie auch zu sehen sein möchten. Das neue Add Me behebt dieses Problem, sodass Sie in Ihr Familienurlaubsfoto einbezogen werden können.“
Sie könnten auch einfach einen Passanten bitten, ein schnelles Foto von Ihnen zu machen, wie es die Leute seit dem Aufkommen von Kameras tun, oder eines dieser neuen „Stative“ verwenden, das Ihre Kamera in der richtigen Höhe und Ausrichtung hält und aus der Ferne darauf klicken kann Verschluss. Gleichzeitig stehen Sie mit dem Rest Ihrer Gruppe zusammen. Wenn man bedenkt, wie ressourcenintensiv das bloße Ausführen einfacher Abfragen mithilfe von KI im Vergleich zu herkömmlichen Suchvorgängen ist, verstehe ich nicht, wie Google die Entwicklung einer Funktion rechtfertigen kann, die genau welches Problem löst - die Interaktion mit anderen Menschen in der Öffentlichkeit? Tragen Sie einen Selfie-Stick? Es ist sicherlich eine interessante Feature-Idee und ein gutes Beispiel für die Bildbearbeitungsfähigkeiten der KI, aber ich kann kaum glauben, dass es für viele Google-Nutzer ein dringendes, reales Problem ist, „alle in die Gruppenaufnahme zu bringen“.
Magic Editor ist eine weitere kamerabasierte, KI-verstärkte Android-Funktion, die zunehmend spielerisch wirkt. Im Beispiel vom Dienstag führte Kenny Sulaimon, Produktmanager für Pixelkameras bei Google, das Made by Google-Publikum durch die neueste Aktualisierungsrunde der Funktion. Diese Updates ermöglichen es Ihnen als Pixel 9-Besitzer, Fotos neu zu gestalten, die KI optimale Zuschnitte vorschlagen zu lassen und Hintergründe mithilfe generativer KI zu erweitern. Sie können damit auch bestimmte Bereiche und Aspekte eines Fotos „neu interpretieren“, z. B. ein Grasfeld in ein Wildblumenfeld verwandeln oder dem Bildhintergrund zusätzliche Elemente hinzufügen.
KI wird immer wieder als revolutionäre Technologie angepriesen, die uns helfen wird, hartnäckige Krankheiten zu heilen, neuartige Arzneimittel- und Proteinstrukturen zu entdecken und die tiefsten Geheimnisse des Universums zu lösen. Aber das Beste, was Google offenbar kann, ist, der Öffentlichkeit eine einfachere Möglichkeit zu bieten, KI-generierte Heißluftballons zu Bildern hinzuzufügen, als wären sie Cliparts des 21. Jahrhunderts. Was für ein Zigeuner.
Sie können die guten Absichten hinter den neuen Funktionen „Pixel-Screenshots“ und „Anrufnotizen“ erkennen. Ersteres verwendet KI, um Screenshots zu verarbeiten, damit Sie sie später mithilfe von Textaufforderungen leichter finden können, und letzteres bietet Ihnen eine KI-generierte Zusammenfassung der wichtigsten Themen und Informationen eines Telefonanrufs. Die möglichen Auswirkungen ihrer Verwendung auf die Privatsphäre geben mir jedoch Anlass zum Nachdenken.
Screenshots haben mehr als nur eine flüchtige Ähnlichkeit mit der nicht mehr existierenden Microsoft Recall-Funktion, die vor Kurzem aufgrund von Protesten der Benutzer zum Schutz personenbezogener Daten eingestellt wurde - obwohl sie im Gegensatz zu Recall nur direkt vom Benutzer aufgenommene Bilder aufnimmt und manuell umgeschaltet werden kann. Nutzer von Anrufnotizen müssen Google Echtzeitzugriff auf ihre Telefonanrufe gewähren, damit die Funktion funktioniert. Dies eröffnet eine weitere Quelle Ihrer persönlichen Daten, die online preisgegeben werden können (und wahrscheinlich irgendwann auch werden). Es ist nicht so, dass die KI-Branche eine besonders herausragende Erfolgsbilanz bei der Aufrechterhaltung der Datensicherheit vorweisen kann.
Verbraucher müssen sich mehr auf Datensicherheit als auf Spielereien konzentrieren
Man könnte meinen, dass die Branche das tun würde, wenn man bedenkt, wie viele Ihrer Daten sie benötigt, um auf dem von ihr angepriesenen Niveau zu arbeiten. Von den Endbenutzerfunktionen selbst bis hin zu den großen Sprachmodellen, auf denen sie basieren, benötigen die heutigen KI-Systeme riesige Datenmengen, die oft ohne Genehmigung aus dem öffentlichen Internet entnommen werden, um ihre Inferenzoperationen mit einem ausreichend hohen Maß an Genauigkeit durchzuführen . Aber je mehr Daten Hyperscaler wie Google, Microsoft oder AWS sammeln, desto wahrscheinlicher ist es, dass unbefugte Benutzer auf diese Daten zugreifen, unabhängig davon, ob es sich um Google-Mitarbeiter und -Auftragnehmer, Hacker von Drittanbietern oder Mitarbeiter der Strafverfolgungsbehörden handelt.
Obwohl ich denke, dass Google mit seiner KI-Entwicklung im Großen und Ganzen auf dem richtigen Weg ist, kann ich nicht umhin, zu bemerken, dass es sich bei den am Dienstag vorgestellten Funktionen um Einzelstücke handelt und dass jede davon Zugriff auf einen anderen Teil meiner persönlichen Daten benötigt. Ich bin ein Fan der Integration von Gemini mit Workspace, aber es kommt mir so vor, als würde Google immer noch Ideen an die Wand werfen und schauen, welches Gimmick am besten ankommt, anstatt gezielt KI-Funktionen zu entwickeln, die echte Veränderungen im Leben der Menschen bewirken. Vielleicht erweist sich Googles bevorstehendes Projekt Astra, das es einer KI ermöglichen wird, die Kamera Ihres Telefons zu nutzen, um die Welt um sich herum zu beobachten, zu analysieren und zu verstehen, als die Killer-App, die die KI-Branche braucht, um das Platzen ihrer Blase zu verhindern.