Google ได้ประกาศผ่านบัญชีทางการ X ของ Gemini ในวันที่ 10 เมษายนว่า ตอนนี้ Gemini สามารถแปลงคำถามที่ผู้ใช้ถามและแนวคิดที่ซับซ้อนได้ทันทีให้เป็นแผนภาพเชิงโต้ตอบแบบปรับแต่งได้ โดยฝังไว้โดยตรงในอินเทอร์เฟซการสนทนา ผู้ใช้สามารถปรับค่าตัวแปร หมุนโมเดล 3D และสำรวจข้อมูล เพื่อมอบประสบการณ์ที่ดื่มด่ำยิ่งขึ้นสำหรับการเรียนรู้และการวิจัย
จุดเด่นของฟีเจอร์: สร้างแผนภาพเชิงโต้ตอบและโมเดล 3D แบบเรียลไทม์
จากวิดีโอเดโมที่เผยแพร่โดย Gemini เวอร์ชันทางการ ฟีเจอร์ใหม่นี้ทำให้การสนทนากับ AI ไม่จำกัดอยู่แค่คำตอบที่เป็นข้อความล้วนอีกต่อไป เมื่อผู้ใช้ถามคำถามที่เกี่ยวข้องกับโครงสร้างเชิงพื้นที่ การกระจายของข้อมูล หรือระบบที่ซับซ้อน Gemini สามารถสร้างเนื้อหาการมองเห็นแบบเชิงโต้ตอบโดยอัตโนมัติ และฝังไว้ในกระแสข้อความของการสนทนา
โดยเฉพาะ ฟีเจอร์ใหม่นี้รองรับการโต้ตอบหลัก 3 แบบ ได้แก่ อันดับแรก ผู้ใช้สามารถปรับพารามิเตอร์ของตัวแปร เพื่อสังเกตการเปลี่ยนแปลงของแผนภาพที่แสดงผลแบบเรียลไทม์ เช่น การเปลี่ยนมุมหรือค่าพารามิเตอร์ความเร็วในโมเดลทางกายภาพ ต่อมารองรับการหมุนและการซูมโมเดล 3D เพื่อให้ผู้ใช้พิจารณาโครงสร้างโมเลกุล แบบจำลองภูมิประเทศ หรือแบบออกแบบอาคารจากหลายมุมที่แตกต่างกัน และประการที่สาม มีฟีเจอร์การสำรวจข้อมูล ผู้ใช้สามารถโต้ตอบบนแผนภูมิ เพื่อดูข้อมูลรายละเอียดของจุดข้อมูลที่เฉพาะเจาะจงอย่างลึกซึ้ง
Gemini เพิ่มฟีเจอร์การมองเห็นแบบเชิงโต้ตอบ สามารถหมุนโมเดล 3D และปรับค่าตัวแปร (ที่มาของภาพ: Google) สถานการณ์การใช้งาน: การเรียนรู้แนวคิดที่ซับซ้อน การวิเคราะห์ข้อมูล และการสำรวจทางวิทยาศาสตร์
ขอบเขตการใช้งานของฟีเจอร์นี้ค่อนข้างกว้าง ในสถานการณ์ด้านการศึกษาและการเรียนรู้ นักเรียนสามารถให้ Gemini แสดงโมเดล 3D ของโครงสร้าง DNA แบบเกลียวคู่ และทำความเข้าใจโครงสร้างโมเลกุลอย่างลึกซึ้งผ่านการหมุนและการซูม ในสถานการณ์ด้านการวิเคราะห์ข้อมูล นักวิจัยสามารถแปลงชุดข้อมูลที่ซับซ้อนให้เป็นแผนภาพเชิงโต้ตอบ เพื่อค้นพบแนวโน้มและค่าผิดปกติในข้อมูลได้อย่างเป็นธรรมชาติ
สำหรับการสำรวจทางวิทยาศาสตร์ ฟีเจอร์นี้มีความหมายเชิงก้าวหน้ามากกว่า ในอดีต ผู้ใช้ทำได้เพียงรับคำบรรยายเป็นข้อความจาก Gemini เท่านั้น แต่ตอนนี้สามารถโต้ตอบกับโมเดลเชิงการมองเห็นได้โดยตรง เช่น การสังเกตภาพถ่ายดาวเทียมของพื้นผิวโลก หรือการสำรวจวงโคจรของดาวเคราะห์ในระบบสุริยะ การเปลี่ยนจาก “การอ่าน” ไปสู่ “การโต้ตอบ” ช่วยเพิ่มประสิทธิภาพการใช้งานของ AI ในฐานะเครื่องมือสำหรับการเรียนรู้และการวิจัยอย่างมาก
เอฟเฟกต์เชื่อมโยงจากการบูรณาการกับ NotebookLM: Google สร้างเวิร์กโฟลว์ความรู้ของ AI แบบครบวงจร
ควรสังเกตว่า Google ได้เปิดเผยการอัปเดตครั้งสำคัญสองรายการติดต่อกันในสัปดาห์เดียวกัน นอกจากฟีเจอร์การมองเห็นแบบเชิงโต้ตอบของ Gemini แล้ว NotebookLM ยังประกาศอย่างเป็นทางการเมื่อวันก่อนว่าได้บูรณาการเข้ากับ Gemini App เพื่อให้การเชื่อมต่อแบบสองทางระหว่างสมุดบันทึกกับการสนทนากับ AI เป็นจริง
เมื่อพิจารณาความทับซ้อนของการอัปเดตทั้งสองนี้ จะเห็นว่า Google กำลังเร่งสร้างเวิร์กโฟลว์ความรู้ของ AI แบบครบวงจร: ผู้ใช้สามารถจัดระเบียบเอกสารการวิจัยใน NotebookLM ทำการวิเคราะห์การสนทนาเชิงลึกผ่าน Gemini จากนั้นใช้การมองเห็นแบบเชิงโต้ตอบเพื่อทำให้แนวคิดที่เป็นนามธรรมกลายเป็นรูปธรรม ทั้งกระบวนการตั้งแต่การเก็บรวบรวมข้อมูล การวิเคราะห์ ไปจนถึงการนำเสนอเชิงภาพ ก่อให้เกิดสายการผลิตความรู้ที่เชื่อมต่อกันอย่างไร้รอยต่อ
สิ่งนี้ยังสะท้อนการเปลี่ยนทิศทางด้านกลยุทธ์ผลิตภัณฑ์ AI ของ Google ด้วย—จากการแข่งขันด้านฟังก์ชันของเครื่องมือเดี่ยว ไปสู่การสร้างระบบนิเวศของ AI ที่เชื่อมโยงกันและกัน โดยใช้ความได้เปรียบด้านประสบการณ์ภาพรวม และสร้างความแตกต่างเมื่อเทียบกับคู่แข่งอย่าง OpenAI, Microsoft และอื่น ๆ
บทความนี้ ฟีเจอร์การมองเห็นแบบเชิงโต้ตอบที่ Gemini เพิ่ม รองรับการหมุนโมเดล 3D และการสำรวจข้อมูล ปรากฏครั้งแรกที่ ABMedia News
