구글이 25년 만에 처음으로 검색 상자를 리디자인했습니다 – 그 이유는 더 중요합니다.
구글의 검색 상자는 25년 동안 컴퓨팅의 가장 인식적인 인터페이스 중 하나였습니다. 얇은 흰색 사각형, 깜박이는 커서, 몇 개의 입력 문자, 그리고 파란색 링크 목록. 화요일, 구글은 그 PARA드igm을 공식적으로 은퇴했습니다. 구글의 개발자 회의(I/O developer conference)에서, 구글은 검색 상자를 리디자인했습니다 – 이 때 BILLIONS의 질의가 시작되는 실제 텍스트 필드에서 – 간단한 키워드 입력에서 동적 AI-기반 대화 시작기에 변형했습니다. 텍스트, 이미지, PDF, 비디오, 그리고 심지어.Chrome 탭을 입력으로 받을 수 있습니다. 구글은 AI Overviews와 AI Mode 기능을 하나의 부드러운 검색 흐름으로 통합했습니다. 이전에는 사용자가 전통적인 결과 페이지와 AI-전방위 경험을 선택해야 한다는 마찰이 있었기 때문입니다.
글로벌 검색 부문에서 리즈 리드(Liz Reid) 구글의 부사장과 검색 부문장)는 월요일에 가진 기자 간담회에서 "25년 전 신제품으로 데뷔한 이래로 nostra 검색 상자에 대한 가장 큰 업그레이드"라고 말했다. 발표는 다른 뉴스와 함께 함께 발표되었습니다 – 새로운 지니미(Gemini models), 개인 AI 에이전트인 스파크(Spark), 지능형 쇼핑 카트, 재해상 개발자 플랫폼 – 그러나 검색 상자 리디자인은 가장 중요할 수 있습니다. 구글은 대화형, 다중 모달 대화에서 AI 시스템이 웹의 모든 것을 지원하는 플래그십 제품의 미래를 보지 않는다는 것을 가장 rõ ràng하게 나타내는 신호입니다.
새로운 검색 상자는 확장, 파일을 수용, 사용자에게 어떤 질문을 해야 하는지 가르칩니다. 변경 사항은 구글이 대다수의 알파벳(Aphabet) 수입을 발생시키는 제품과 상호 작용하는 방법에 대한 기초적인 변화를 나타냅니다.
상자 자체는 긴, 대화적인 질의를 수용하기 위해 동적으로 확장됩니다. 이전 인터페이스는 brevity를 슬쩍 Encouraged – narrow field는 2-3단어 키워드 string를 지원 – 새로운 디자인은 더 긴, 대화적인 질의를 수용합니다.
함께 읽으면 좋은 기사
미소프트가 퀄컴의 X2 플러스 칩을 탑재한 더 작은 서피스 프로와 랩톱을 새로 출시합니다.
마이크로소프트는 퀄컴의 최신 스냅드龍 X2 플러스 칩을 사용하여 Surface Pro 12인치와 Surface Laptop 13인치를 업데이트한다. 작은 Surface 기기는 이전 해와 같은 디자인과 하드웨어 기능을 유지하며 내부에 더 빠르고 강력한 칩을 탑재하고 가격도 더 높아졌다(램 가격 상승으로 인해!). 12인치 Surface Pro는 $799.99에서 시작했지만(…)
수류봇 시뮬레이션용 디바이스 내시각적 증거融合 및 설명 가능한 안내: PAANI
아르키브 : 2609.22353v1 발표 유형 : 새로운 요약 : 이동河川監視 로봇은 지리적 경계점만으로는 설명할 수 없는 장애물과 물의 경계를 해석해야 합니다. 자원 제한된 플랫폼에서는 불완전한 시각적 예측을 신속하고 검토 가능한 지침으로 변환하는 것이 DISTINCT한 문제입니다. 오브젝트 레이블이나 스티어링 명령은 어떤 증거가 결정을 지원하는지 또는 그 증거가 불신할 때를 설명하지 않습
지오AI를 위한 지식형 언어 모델(LLM) 지원 GIS에 대한 윤리적 및 개인정보 보호 위험에 대한 서술적 검토: 자율 GIS를 위한 통치 aware GIS의 방향
지오스페이셜 인공지능(GeoAI)은 대규모 언어 모델(LLM)으로 구동되는 자연어 인터페이스와 자율 GIS 워크플로를 통해 공간 정보에 대한 쿼리, 생성 및 해석 능력을 확장하고 있다. 이러한 기능은 일반적인 인공지능 윤리 논의에서 다루지 못하는 정부에 대한 새로운 도전을 제기한다. 이는 이동성 추적에서 수동 위치 추론, 공간적으로 구조화된 편견의 증폭, 공간적 자율성의 증폭, 다중 모드 지
규모에 따른 중요한 물질 회수에 집중한 능동 학습
연구자들은 대규모 생산을 위해 회복 과정의 선택을 위해 실험실 결과와 제품 요구 사항, 공정 비용, 규모 효과를 연결하는 것이 필요하다. 우리는 퍼시픽 노스웨스트 국립 연구소의 컴퓨터 인텔리전스(CICERO) 워크플로우에서 자율적인 선택적 침전을 위한 기록을 분석했다. 활성 학습은 이전 결과를 사용하여 실험이 선택된다. 조건부 역사적 벤치마크에서 모델과 재활용된 네오디뮴-철-보르온(NdFeB
온라인 에이전트를 위한 상태-경로 도구 메뉴: 메뉴는 이전의 처형이다.
인공지능 언어 모델은 도구를 통해 작동하지만 실제 agent는 수천 개의 인터페이스를 포함하는 라이브러리를 처리해야 한다. 우리는 agent에게 실행하기 전에 보여지는 도구 메뉴를 도구의 짧은 순서付き 부분집합으로 정의한다. agent는 이 메뉴에 있는 도구만 호출할 수 있다. 다단계 작업은 최종 작업과 그 작업의 입력을 생성하는 이전 도구가 사용 가능한 순서로 작동한다. 현재 생성기는 요청
subagent 대 agent skill: 재사용 가능한 지식의 재현을 통한 장기적 행위任务의 수행
인공지능-agent가 대규모 언어 모델(LLM)에서 재사용 가능한 지식 라이브러리를 효과적으로 활용하여 장거리 작업을 해결하는 방법은 무엇입니까? 최근 연구는 agent skills: 재사용 가능한 기능을 나타내는 패키지로, 즉 특정 작업을 수행하는 데 도움이 되는 지침, 스크립트 및 기타 자원들이 포함된 다중 파일 묶음에 집중하고 있습니다. agent skills는 일반적으로 skill i
관련 콘텐츠 더 보기
다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.