Google dota a Gemini de visión: ahora la IA podrá observar tu vida

Google abrió los pedidos anticipados de unas gafas inteligentes con la inteligencia artificial Gemini, que puede reconocer objetos del entorno, traducir conversaciones y dar indicaciones. Basta con mirar un edificio desconocido o un producto en una tienda y hacer una pregunta por voz para recibir la respuesta a través de los altavoces integrados. El dispositivo fue desarrollado conjuntamente con Samsung, Warby Parker y Gentle Monster, y las ventas comenzarán el 10 de diciembre con precios desde 395 dólares.

La principal característica de las gafas es la capacidad de Gemini para analizar la imagen de la cámara integrada y comprender qué está viendo el usuario. Por ejemplo, se puede pedir al asistente que hable sobre un grafiti en la calle, recomiende un libro en una estantería o lea la información de un cartel. La red neuronal tiene en cuenta las preguntas previas dentro de la conversación, por lo que la persona no tiene que explicar cada vez qué objeto le interesa.

Gemini también ayuda con las tareas cotidianas. Basta con mirar un cartel de un evento para pedirle al asistente que compruebe la disponibilidad en Google Calendar. Durante las compras, la red neuronal puede añadir un producto visto a la lista de la compra o recordar una cita próxima. Para dirigirse al asistente hay que decir Hey Gemini o tocar la montura. El teléfono puede quedarse en el bolsillo.

Durante los viajes, las gafas ayudarán a orientarse en una ciudad desconocida. Google Maps dictará los giros a través de los altavoces integrados, y el Traductor de Google podrá traducir el habla extranjera en tiempo real. El sistema detecta automáticamente el idioma del interlocutor y admite más de 70 idiomas. Gemini también ayudará a entender un menú de restaurante o a leer un letrero desconocido.

Se desarrolló una función separada, Guided Vision, para personas con discapacidad visual. Gemini puede describir el entorno, ayudar a encontrar objetos perdidos y leer textos pequeños. Si la capacidad de la red neuronal no es suficiente, el usuario podrá conectarse al servicio Aira. Un especialista verá la imagen de la cámara de las gafas y ayudará por voz a entender la situación. Google advierte que la inteligencia artificial puede cometer errores y no sustituye a los dispositivos especializados para una movilidad segura.

La parte técnica estuvo a cargo de Samsung. Las gafas recibieron una cámara de 12 MP con objetivo gran angular y estabilización de imagen. Permite hacer fotografías y grabar vídeo con resolución de hasta 3K a 30 fotogramas por segundo. Cuatro micrófonos ayudan a reconocer comandos de voz, y dos diminutos altavoces dirigen el sonido hacia los oídos sin tapar los ruidos del entorno. También se puede escuchar música, responder mensajes y atender llamadas a través de las gafas.

En su interior hay un procesador Snapdragon AR1 Gen 1, complementado con 2 GB de RAM y 64 GB de memoria interna. El dispositivo es compatible con Wi-Fi 6E y Bluetooth 5.4. Parte de los cálculos los realiza el teléfono conectado, lo que permitió a los desarrolladores colocar la electrónica en una montura relativamente delgada. Las gafas pesan alrededor de 41 g, aunque el valor exacto depende del modelo y de las lentes.

Una sola carga, según los fabricantes, alcanza para nueve horas de uso mixto. El estuche incluido puede recargar las gafas hasta siete veces, aumentando la autonomía total hasta 72 horas. El tiempo real de funcionamiento dependerá de la frecuencia con la que el usuario hable con Gemini, grabe vídeo y escuche música.

Los desarrolladores previeron varias medidas para proteger la privacidad del usuario y de quienes le rodean. Cuando la cámara fotografía o graba vídeo, en la parte exterior de la montura se enciende un indicador LED. Si se cubre o se daña el indicador, la grabación debería detenerse automáticamente. También es posible apagar completamente las gafas y seguir llevándolas como unas convencionales.

Google afirma que las imágenes que Gemini obtiene para responder preguntas no se guardan en el historial del asistente y no se usan para entrenar redes neuronales ni para mostrar publicidad. Antes de su procesamiento, el sistema debe ocultar automáticamente los rostros de transeúntes aleatorios. Los datos en la memoria del dispositivo y durante la transmisión están cifrados, y el propietario podrá limitar el acceso de las aplicaciones a la cámara y a los micrófonos por sí mismo. La fiabilidad de estos mecanismos la demostrarán las verificaciones independientes.

A los compradores se les ofrecieron 30 variantes de gafas con diferentes formas de montura, colores y lentes. Warby Parker preparó tres modelos principales —Alden, Reid y Wren— que se pueden pedir con lentes transparentes o solares. El precio parte de 395 dólares. Gentle Monster presentó seis modelos de diseñador en distintas tonalidades, incluidas rojas, rosas y amarillas. Los precios oscilan entre 449 y 489 dólares. Para la mayoría de las monturas hay disponibles lentes con graduación.

Las ventas de ambas colecciones comenzarán en EE. UU., y los modelos de Gentle Monster también estarán disponibles en Corea del Sur. Para su funcionamiento se necesitará un smartphone compatible Samsung Galaxy, Google Pixel o iPhone. Los fabricantes establecieron requisitos sobre modelos, capacidad de memoria y versiones de los sistemas operativos, por lo que no todos los dispositivos serán compatibles. Solo podrán usar las gafas personas adultas; al activarlas será necesario confirmar la edad.

En el mercado las gafas inteligentes ya cuentan con dispositivos con cámaras, traductores y asistentes de voz, por lo que Google tendrá que competir con otros fabricantes. La compañía apuesta por Gemini y por los servicios habituales que la gente usa cada día. Si las funciones prometidas funcionan con suficiente rapidez y precisión, a los propietarios realmente les tocará sacar el teléfono con menos frecuencia para buscar información, traducir o navegar.