تم الرد على سؤال متابعة حول النتيجة النهائية بشكل صحيح ، لكن Gemini حصل على اسم هداف أول هبوط خطأ: اقترح الذكاء الاصطناعي أنه كان يوهان دوتسون. تم عرض Dotson على الحصول على الهبوط في النقاط البارزة مع الدرجات في 0-0 ، ولكن تم استبعادها-مثال على الفروق الدقيقة التي لا تلتقطها الذكاء الاصطناعي بالضرورة.
لقد تحدد Gemini بنجاح عندما حصل فريق Kansas City Chiefs على نقاطهم الأولى ، وحتى تضمنت طابعًا زمنيًا يرتبط مباشرة بالهبوط في مقطع YouTube. كما حصلت على اسم هداف الصحيح. يبدو أن الجوزاء يعتمد بشكل كبير على التعليق على مقاطع الرياضة ، وهو أمر غير مفاجئ.
لخص محتويات الفيديو
بعد ذلك ، حاولنا وضع الجوزاء ضد ميزة من وراء الكواليس لفندق Grand Budapest ، من إخراج ويس أندرسون. يمتد المقطع إلى أربع دقائق ونصف ، وأطلقت الجوزاء بعض الردود على الفور تقريبًا: لقد حدد اسم الفيلم الذي يتم الحديث عنه ، وابتعاش سرد المقطع الرئيسي.
ومع ذلك ، فإن كل شيء يعتمد على الصوت (أو النص) مرة أخرى – لا يبدو أن هناك أي تحليل لمحتويات الفيديو الفعلية. لم يستطع الذكاء الاصطناعى تحديد من كان رؤساء الحديث في الفيديو ، على الرغم من أن أسمائهم تم عرضها على الشاشة ، ولم يتمكنوا من تحديد من كان المخرج (على الرغم من أن هذا تم ذكره أيضًا في وصف الفيديو).
على الجانب الإيجابي ، قام الجوزاء بعمل مثير للإعجاب في جمع صوت الفيديو. حددت بشكل صحيح بعض التحديات التي تم ذكرها في صناعة الأفلام التي تم ذكرها طوال الوقت ، وقدمت الطوابع الزمنية لهم – من البحث عن مجموعة لتمثيل Grand Budapest ، إلى ملءها بالإضافات.
لخص المقابلات
أخيرًا ، جربنا Google Gemini بمقابلة: القناة 4 في المملكة المتحدة تتحدث إلى Charlie Brooker و Siena Kelly حول أحدث سلسلة من المرآة السوداء (ربما مناسب لمقال عن الذكاء الاصطناعي). أثبتت Gemini نفسها قادرة للغاية على اختيار نقاط الحديث ، وإضافة الطوابع الزمنية ، على الرغم من أن الفيديو بأكمله يتحدث في الغالب.
مرة أخرى ، لا يوجد سياق حول أي شيء خارج الصوت أو النص. لم يستطع Gemini AI تحديد مكان إجراء المقابلة ، أو كيف كان المشاركون يتصرفون ، أو أي شيء آخر عن صور الفيديو – والتي تستحق أن تضع في الاعتبار إذا كنت تستخدمها بنفسك.
بالنسبة لمقاطع الفيديو التي تكون فيها الإجابات التي تريدها في صوت مقطع فيديو على YouTube ، والنسخة المرتبطة بها ، تعمل Gemini بشكل جيد في تلخيص وتوفير إجابات دقيقة (شريطة أن يذكر المعلقون عند استبعاد الهبوط ، وكذلك عند تسجيله). لأي نوع من المعلومات المرئية ، لا يزال يتعين عليك مشاهدة الفيديو بنفسك.
