Google Home Familiar Faces 更新:認人可能準啲,但收集到嘅生活線索都多咗
Tech News

Google Home Familiar Faces 更新:認人可能準啲,但收集到嘅生活線索都多咗

圖片:via The Verge — https://www.theverge.com/tech/955385/google-home-familiar-faces-clothing
TechLab 編輯部(譯)·

鏡頭會參考衣着同身形,開之前要睇清楚資料點儲存

Google 今次改咗啲咩

Google Home 由 6 月 23 日開始擴大 Familiar Faces。以前 Nest Cam 要睇到一張夠清楚嘅面,先較容易判斷係邊個;今次 Google 話,已喺 Familiar Faces library 標記過嘅人,就算背住鏡頭或者個樣唔清楚,系統都可以參考身形、衣着顏色呢類非生物特徵去幫手分辨。The Verge 亦提到,library 會自動用屋企各人更新近嘅相片整理,理論上可以減少舊相搞到嘅錯通知。同場更新仲有 AI event descriptions:狗吠、警鐘、腳步聲呢類聲音,就算聲源唔喺畫面入面,都可以寫入事件描述。

Nest 鏡頭視角下有人喺門口拎住花束,示範家居鏡頭通知會見到嘅畫面

圖片:Google Home

點解而家先補呢塊

呢個更新唔係無端端加料。Google 呢兩年一路將 Home 由普通遙控 app 推去 Gemini for Home:鏡頭唔只報「有人」,仲想講到「邊個喺門口做緊咩」。問題係屋企鏡頭角度通常好差,門鐘影到頭頂,室內 cam 又成日影到背影;淨靠人面相片,好容易將同住家人、家傭、親戚或者常客搞錯。用衣着同身形補位,技術上講得通,因為實際屋企場景有時資訊多過淨係一張面。

白色 Nest Doorbell 掛喺綠色大門旁,旁邊係 Google Home 自動化 prompt 示意

圖片:Google Home

認人可能準啲,但收集到嘅生活線索都多咗

Google 叫呢啲做「非生物特徵」,但用家要睇嘅係實際會參考咩資料。官方支援頁講得好清楚,Familiar Faces 而家會用身形、衣着顏色等訊號,當人面唔可見時幫手認人。呢類訊號未必等同人面模板,但一樣會反映家庭成員嘅日常生活線索,例如著咩色衫、身形大概點。好處係少啲誤報,代價係屋企鏡頭參考嘅上下文多咗。

Google 話資料放喺邊

私隱位要分清楚。Google 支援頁寫,較新、用 Google Home app 設定嘅 Nest 鏡頭同門鐘,Familiar Faces 資料會直接存在裝置內部記憶體,當中包括身形、衣着顏色等非生物特徵;Google 話雲端會參與資料清理,但唔會儲存 Familiar Faces 資料。較舊、仲用 Nest app 設定嘅型號,就會喺雲端儲存 Familiar Faces 資料,Google 話會加密,同唔會存取。呢個分別好重要,因為同一個功能,唔同年代硬件嘅資料路徑可以好唔同。

香港用家要先睇地區支援

香港實際影響落喺門鐘 cam、室內 cam、照顧小朋友長者,同埋同家傭同住呢幾類家庭場景。問題係官方支援頁寫 Familiar Faces 要 Google Home Premium;Google Store 支援地區名單暫時未列香港,而幾款 Nest Cam / Nest Doorbell 嘅官方可購買地區名單亦未見香港。所以喺香港用水貨 Nest 嘅人,唔好當今次更新一定會喺自己 app 入面出現,尤其係 AI 相機功能好多時跟地區、訂閱同型號走。

家居鏡頭加認人功能,要同屋企人講清楚

如果你真係用得到 Familiar Faces,最少要做三件事:第一,喺 Google Home app 入面逐部鏡頭睇 Familiar Faces 有冇開;第二,刪走唔應該留低嘅 face profile;第三,同住家人、訪客常客同家傭要知鏡頭會點樣認人。香港私隱專員公署講過,喺家監察家傭要考慮必要性、合理性同公開程度。Google 呢次更新對誤報有幫助,但開之前要先搞清楚地區支援、儲存位置,同屋企人傾好,再決定開唔開。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook