انقلاب گوگل در اندروید؛ دستیار هوشمند Gemini کنترل کامل گوشی شما را به دست می‌گیرد

گوگل در حال آماده‌ سازی یک قابلیت انقلابی برای سیستم‌ عامل اندروید است که به هوش مصنوعی Gemini اجازه می‌دهد تا مانند یک اپراتور انسانی، با اپلیکیشن‌ های گوشی شما تعامل برقرار کرده و کارهای پیچیده را به صورت خودکار انجام دهد. این ویژگی که با نام «اتوماسیون صفحه نمایش» (Screen Automation) شناخته می‌ شود، سطح جدیدی از دستیار هوشمند را به کاربران معرفی خواهد کرد.

به گزارش بخش اخبار فناوری زوم تک به نقل از 9to5Google، کدهای استخراج شده از نسخه بتای اپلیکیشن گوگل (نسخه ۱۷.۴) نشان می‌ دهد که این قابلیت با نام کد Bonobo در حال توسعه است. این ویژگی به Gemini اجازه می‌دهد تا کارهایی مانند رزرو تاکسی اینترنتی، سفارش غذا یا خرید آنلاین را مستقیماً از طریق تعامل با رابط کاربری اپلیکیشن‌ های نصب شده بر روی گوشی انجام دهد.

هوش مصنوعی در نقش اپراتور انسانی؛ Gemini چگونه کار می‌کند؟

برخلاف دستیارهای قدیمی که تنها از طریق APIهای محدود با برنامه‌ها در ارتباط بودند، Gemini Screen Automation می‌تواند محتوای صفحه نمایش را «ببیند»، دکمه‌ها را فشار دهد و در صفحات مختلف اسکرول کند. این یعنی اگر شما به Gemini بگویید «برای رفتن به فرودگاه یک اسنپ رزرو کن»، هوش مصنوعی اپلیکیشن مربوطه را باز کرده، مقصد را تایپ می‌کند و پس از انتخاب نوع خودرو، مرحله نهایی را برای تایید شما آماده می‌کند.

امنیت و حریم خصوصی در اتوماسیون اندروید

گوگل به خوبی از حساسیت‌های امنیتی این قابلیت آگاه است و در رشته‌کدهای فاش شده، چندین هشدار جدی را گنجانده است. کاربران باید بدانند که در هنگام فعال بودن این ویژگی، مسئولیت نهایی تمام اقدامات بر عهده خود آن‌هاست. برخی از نکات امنیتی مهم عبارتند از:

• نظارت مستمر: گوگل به کاربران توصیه می‌کند که در هنگام انجام تسک‌ها توسط Gemini، به دقت بر روی صفحه نظارت داشته باشند؛ چرا که «هوش مصنوعی ممکن است اشتباه کند».
• دسترسی به اسکرین‌شات‌ها: در صورت فعال بودن گزینه Keep Activity، اسکرین‌شات‌های گرفته شده توسط سیستم ممکن است برای بهبود خدمات توسط بازبین‌های انسانی بررسی شوند.
• ممنوعیت اطلاعات حساس: گوگل صراحتاً هشدار داده است که از وارد کردن اطلاعات بانکی، رمز عبور یا استفاده از این قابلیت در شرایط اضطراری خودداری کنید.

قابلیت Likeness؛ آواتارهای سه بعدی در اندروید XR

علاوه بر اتوماسیون، کدهای جدید به قابلیتی با نام کد Wasabi اشاره دارند که با نام Likeness شناخته می‌شود. این ویژگی مربوط به ساخت آواتارهای سه بعدی و واقع‌گرایانه از چهره کاربر است که پیش از این در پلتفرم Android XR و تماس‌های ویدئویی Google Meet معرفی شده بود. حالا به نظر می‌رسد این آواتارها قرار است به صورت گسترده‌تر در اکوسیستم اندروید و تعامل با Gemini مورد استفاده قرار گیرند.

زمان عرضه و پیش‌ نیازها

پایه و اساس فنی این قابلیت در آپدیت Android 16 QPR3 بنا شده است. انتظار می‌رود این ویژگی ابتدا به صورت آزمایشی در بخش Gemini Labs برای گوشی‌های Pixel 10 و مدل‌های جدیدتر عرضه شود. با توجه به پیچیدگی‌های فنی، احتمالاً در ابتدا تنها تعداد محدودی از اپلیکیشن‌های محبوب جهانی (مانند Uber و Lyft) از این اتوماسیون پشتیبانی خواهند کرد.