Google Gemini v Androidu a NuraBot: Nový podcast o umělé inteligenci
V kódu aplikace Gemini se našly stopy dvou chystaných funkcí. První je živé sdílení kamery: nejde o poslání fotky, ale o kontinuální interakci, kdy namíříte telefon na neznámou rostlinu nebo rozbitou věc a Gemini reaguje přímo na živý obraz — třeba i vede krok za krokem sestavení nábytku, protože vidí, co právě děláte. Druhou jsou informační karty z Map Google přímo v okně chatu, takže na dotaz na cestu do restaurace se zobrazí malá interaktivní karta s mapou, navigací, otevírací dobou i hodnocením bez přepínání do jiné aplikace. K tomu Gemini rozšiřuje podporu rozdělené obrazovky na Androidu, aby se stalo součástí multitaskingu, ne izolovanou aplikací.
Hlavní body
- V kódu Gemini se našly stopy funkce živého sdílení kamery pro kontinuální interakci s okolím.
- Nejde o poslání fotky — AI reaguje na živý obraz, takže může vést i sestavení nábytku krok za krokem.
- Druhou funkcí jsou informační karty Google Maps přímo v okně chatu.
- Zobrazí se mapka s navigací, případně otevírací dobou a hodnocením, bez přepínání aplikace.
- Gemini rozšiřuje podporu rozdělené obrazovky na Androidu pro multitasking.
- Nurabot je robotický asistent pro pomoc zdravotním sestrám v nemocničním prostředí.
- Cílem není sestry nahradit, ale uvolnit jim ruce pro kvalifikovanější práci a péči o pacienta.
- Jde o koncept kobotiky, tedy kolaborativní robotiky, kde robot pracuje po boku člověka.
- Úkoly: transport léků, materiálu a vzorků mezi odděleními, měření vitálních funkcí, jednoduchá logistika.
- Čínská mise Chang'e 7 míří na jižní pól Měsíce a hledá vodní led v trvale zastíněných kráterech.
- Sonda se skládá z orbiteru, landeru, roveru a malého létajícího detektoru pro průzkum vnitřku kráterů.
- Komponenty prošly technickými a environmentálními testy, start je plánován kolem roku 2026.
- Vodu lze rozložit na vodík a kyslík — dýchatelný vzduch i vysoce účinné složky raketového paliva.
- K jižnímu pólu míří i americký program Artemis, Indie, Rusko a soukromé společnosti.
- V Malawi a Indii AI pomáhá drobným farmářům jako neviditelný pomocník, ne jako autonomní traktory.
- Aplikace analyzuje fotku nemocného listu, porovná ji s databází chorob a doporučí postup.
- Hyperlokální předpovědi počasí kombinují data z meteostanic, satelitů a topografických map pro jednotlivá pole.
Na co epizoda odpovídá
Co je živé sdílení kamery v Gemini?
Chystaná funkce nalezená v kódu aplikace, díky níž by AI nejen četla text a dívala se na obrázky, ale vnímala svět v reálném čase. Namíříte kameru telefonu na rostlinu, kterou neznáte, nebo na něco, co se doma rozbilo, a Gemini reaguje přímo na základě živého obrazu. Důraz je právě na živosti — nejde o poslání fotky, ale o kontinuální interakci, takže AI může vést i sestavení nábytku, protože vidí, co právě děláte.
Co má dělat nemocniční robot Nurabot?
Má pomáhat zdravotním sestrám s rutinou — transportem léků, materiálu a vzorků mezi odděleními, měřením základních vitálních funkcí a jednoduchou logistikou či administrativou. Zdroje výslovně zdůrazňují, že cílem není sestry nahradit, ale uvolnit jim kapacitu pro kvalifikovanější práci, péči o pacienta a komunikaci. Jde o koncept kobotiky, tedy kolaborativní robotiky, kde stroj pracuje po boku člověka.
Proč všichni míří na jižní pól Měsíce?
Kvůli předpokládanému výskytu vodního ledu v trvale zastíněných kráterech. Voda se dá rozložit na vodík a kyslík — kyslík je potřeba k dýchání a obě složky jsou zároveň vysoce účinným raketovým palivem. Pokud by se tam našly využitelné zásoby, nemuselo by se všechno vozit ze Země, což by výrazně snížilo náklady a otevřelo dveře k udržitelné přítomnosti člověka na Měsíci i k misím dál do sluneční soustavy.
Jak AI pomáhá drobným farmářům v Malawi a Indii?
Nejde o autonomní traktory, ale o software a data. Farmář vyfotí nemocně vypadající list a AI obraz porovná s databází chorob a škůdců typických pro danou oblast a plodinu — a nejen problém identifikuje, ale i doporučí postup. Druhým nástrojem jsou hyperlokální předpovědi počasí zaměřené na okolí jedné vesnice nebo pár polí, které kombinují data z meteostanic, satelitů a topografických map, a systémy radící s využitím vody a hnojiv.
Přepis epizody
Toto je podcast Kde skončí zítřek. Vítejte, společně prozkoumáme, jak umělá inteligence a technologie přetváří práci, kreativitu i volný čas. Tento podcast vzniká s pomocí umělé inteligence, která asistuje při přípravě obsahu i hlasové syntéze. Navzdory snaze o přesnost může epizoda obsahovat drobné nepřesnosti.
Máme tu podklady z analýz kódu aplikací, zprávy z vývoje robotů, aktualizace z vesmírných programů, všehochuť. To rozhodně, co tam máme. Ano, znám. Když se někdo hrabe v kódu a hledá budoucí funkce. Přesně, někdo se podíval pod kapotu a našel tam stopy funkcí, které ještě nejsou venku, ale na kterých se pracuje. A objevily se tam dvě velmi zajímavé věci.
První z nich je živé sdílení kamery, tedy live camera. To zní jako další krok k tomu, aby AI nejen četla text a dívala se na obrázky, ale aby skutečně vnímala svět v reálném čase. Spolu s námi. Přesně o to jde. Představa je, že by bylo možné namířit kameru telefonu na kytku, kterou neznám. Nebo na něco, co se mi rozbilo doma a nevím, co s tím. Ano, přesně tak. A Gemini by přímo na základě toho živého obrazu nabídlo informace nebo pomoc. Ten důraz na živost je asi klíčový. Nejde o poslání fotky, ale o kontinuální interakci. Což by mohlo být neuvěřitelně praktické. Pomoc s návodem na sestavení nábytku, kdy AI vidí, co dělám. Nebo rychlá identifikace čehokoliv. Samozřejmě. Samozřejmě to otevírá otázky ohledně soukromí a zpracování dat. To je vždy. To je jisté. Ale ten potenciál pro zjednodušení běžných úkolů je obrovský.
S tím souvisí i druhá funkce odhalená v kódu, informační karty Google Maps. Takže je propojení Gemini a Map Google. Vypadá to tak, že by Gemini brzy mohlo umět zobrazit relevantní informace z Map Google přímo v okně chatu. Takže když se zeptám na cestu do restaurace, nemusím přepínat do aplikace Mapy, ale Gemini mi rovnou ukáže mapku, malou interaktivní kartu s mapou, možností navigace, možná i otevírací dobou nebo hodnocením. Všechno pohromadě. Tohle je přesně ta hlubší integrace a kontextuálnost, o kterou Google podle mě dlouhodobě usiluje. Ano, skutečný asistent, který předvídá, co potřebuji, a dává mi informace bez zbytečných kroků navíc.
A je zajímavé to propojit i s další zprávou o Gemini. A to? Rozšíření podpory pro rozdělenou obrazovku. Split screen na Androidu. Ano, to jsem taky zahlédla. Co to prakticky znamená pro uživatele? Jednoduše to, že Gemini budeš mít otevřené na jedné půlce obrazovky, zatímco na druhé ti poběží jiná aplikace. Nebo sledovat video a zároveň se AI na něco ptát. Je to další krok k tomu, aby se Gemini stalo přirozenou součástí multitaskingu. Ne nějakou izolovanou aplikací. Takže Google se snaží Gemini co nejvíce vetkat do toho systému. Ano, vetkat do struktury Androidu a každodenního používání.
Takže od snahy Google integrovat AI hlouběji do softwaru se teď přesuneme k něčemu fyzičtějšímu. Do zdravotnictví. Mluvíme o projektu Nurabot. Co to vlastně je? Nurabot. Je to prezentováno jako robotický asistent. Jeho hlavním úkolem má být pomoc zdravotním sestrám v nemocničním prostředí. Což je oblast, která, jak víme, čelí velkým tlakům. Nedostatek personálu, přetížení. Přesně. Globální problém. A zdroje velmi zdůrazňují, že cílem není sestry nahradit. To je asi důležité říct? Ano, to určitě. Aby se jim uvolnily ruce a kapacita na tu kvalifikovanější práci, péči o pacienta, komunikaci. Jde o koncept kobotiky, kolaborativní robotiky. Robot pracuje po boku člověka, doplňuje ho.
A co konkrétně by měl ten Nurabot dělat? Bylo tam něco? Transport materiálu, léků, vzorků. Ano, něco takového. Transport léků, materiálu, vzorků mezi odděleními. Měření základních vitálních funkcí. Nebo nějaká jednoduchá logistika či administrativa. Ten přesný rozsah se asi bude teprve definovat a vyvíjet v praxi. Nejspíš ano. Ale i tak je to logický krok v kontextu širších trendů automatizace. Zdravotnictví, i když je tak komplexní a lidský faktor je tam klíčový, je pod obrovským tlakem na efektivitu. Přesně. A nedostatek sester je chronický problém v mnoha zemích. Takže technologie jako Nurabot jsou pokusem, jak to řešit. Ne najímáním více lidí, kteří nejsou k dispozici, ale lepším využitím času těch stávajících.
A jaký dopad by to mohlo mít na profesi sestry? Měnilo by to tu práci nějak zásadně? Potenciálně velmi. Pokud by robot skutečně převzal velkou část rutiny, mohlo by to posunout roli sestry více k té komplexnější klinické péči. Ke koordinaci péče, intenzivnější komunikaci s pacienty, s rodinami. To zní rozhodně pozitivně? Může být. Na druhou stranu to vyvolá otázky. Budou sestry potřebovat nové dovednosti? Jak se přizpůsobí pracovní postupy? A co pacienti? Nebude jim divné, když jim část péče poskytne stroj? To jsou dobré otázky. A určitě bude naprosto klíčové zajistit bezpečnost a spolehlivost. V nemocnici si nemohou dovolit chybu. Ale ten směr je zřejmý. Automatizace si hledá cestu i do velmi lidských oborů.
Dobře. Od pozemských starostí a inovací teď zamíříme mnohem výše a dále. Do vesmíru. Podíváme se na čínský vesmírný program a jeho plány na Měsíci. Konkrétně mise Chang'e 7. Tedy Chang'e 7. Ano, Čína je na Měsíci velmi aktivní a tato mise má velmi specifický cíl, že? Má. Zaměřuje se na průzkum jižního pólu Měsíce. Proč vlastně jižní pól? Co je tam tak zajímavého?
Jižní pól Měsíce je teď v centru pozornosti hned několika vesmírných agentur. Nejen Číny. Proč? Důvodem je předpokládaný výskyt vodního ledu. V těch trvale zastíněných kráterech. A právě hledání a potvrzení existence toho ledu je hlavním úkolem mise Chang'e 7. A jak jsou na tom s přípravami? Zdroje uváděly, že udělaly poměrně významný krok vpřed. Přesně tak. Podle dostupných informací prošly ty klíčové komponenty sondy, Orbiter, Lander, Rover. A dokonce i nějaký malý létající detektor. Ano, ten má prozkoumávat vnitřek kráterů. Takže všechny tyto části prošly náročnými technickými a environmentálními testy. A teď by měly být ve fázi finální montáže a integrace. To zní, jako by byly na dobré cestě stihnout ten plánovaný start. Kdy to má být? 2026. Ano, někdy kolem roku 2026. Což je v kontextu vesmírných misí vlastně poměrně brzy. Už za zhruba dva roky.
A teď ta klíčová otázka. Proč je ten vodní led tak důležitý? Co by to znamenalo, kdyby ho tam našli? Jeho význam je naprosto zásadní pro jakékoliv budoucí dlouhodobé aktivity na Měsíci. Například pro základnu. Přesně. Voda se dá rozložit na vodík a kyslík. Kyslík potřebujeme k dýchání. A vodík a kyslík jsou zároveň vysoce účinné složky raketového paliva. Takže pokud by se na Měsíci našly využitelné zásoby vody, nemuselo by se všechno vozit ze Země. Což by asi výrazně snížilo náklady. A to by otevřelo dveře k mnohem udržitelnější a rozsáhlejší přítomnosti člověka na Měsíci. A potenciálně i k misím dál do sluneční soustavy. S Měsícem jako takovou přestupní stanicí.
Jen Čína, říkal jsi? Určitě ne. K jižnímu pólu míří nebo plánují mise i další. USA s programem Artemis. Indie tam nedávno úspěšně přistála. Rusko má plány. Soukromé společnosti. Jsme svědky nové éry průzkumu Měsíce. Motivované nejen vědou, ale i strategicky a ekonomicky těmito zdroji. Dá se mluvit o novém, i když možná jinak motivovaném, vesmírném, neřekl bych přímo o závodu, ale určitě soupeření a velkém zájmu.
Dobře. Máme tu článek, který popisuje, jak umělá inteligence, tedy AI, začíná poměrně měnit pravidla hry v zemědělství. A to pro miliony drobných farmářů v Malawi a Indii. Není to jen o technologii jako takové? Je to o živobytí, o potravinové bezpečnosti, o adaptaci na svět, který se mění. S čím vlastně ti drobní zemědělci v těchto částech světa obecně bojují? Často mají jen malé pozemky, jsou velmi závislí na počasí a to je kvůli klimatickým změnám stále nevyspytatelnější. Není to primárně o tom, že by tam jezdily autonomní traktory nebo roboti sklízeli úrodu, jak to známe z takových těch futuristických vizí. V kontextu Malawi a Indie, jak to popisuje ten článek, je AI spíše takový neviditelný pomocník. Je to ten mozek v pozadí.
To je dobrý postřeh. Nejde tedy o ten hardware, ale spíše o software a data. Jeden příklad mě tam zaujal: aplikace, kam farmář nahraje fotku listu, který vypadá nemocně. AI na pozadí pak analyzuje ten obraz. Porovná ho s databází chorob a škůdců, které jsou typické pro tu oblast a tu konkrétní plodinu. A výsledek? Není to jen identifikace problému, ale často i doporučení, jak postupovat. Jaký postřik použít, jestli vůbec, nebo jaké jiné opatření zvolit. Jen si představme, co to znamená pro farmáře někde v odlehlé oblasti. Nemá možnost si zavolat agronoma, nemusí jet desítky kilometrů pro radu. To musí být obrovský rozdíl, opravdu.
Článek prý zmiňuje i další využití. Týká se počasí. Prý nejde jen o běžnou předpověď, ale o takzvané hyperlokální předpovědi. Co si pod nimi máme přesně představit? Hyperlokální znamená extrémně cílené. Zaměřené na velmi malou oblast, například jen na okolí jedné vesnice. Nebo dokonce jen pár polí. Zatímco taková standardní předpověď může platit pro celý okres a být tím pádem příliš obecná, tyto AI modely dokážou zkombinovat data z různých zdrojů. Z meteostanic, satelitů, topografických map a vytvořit mnohem přesnější a relevantnější předpověď pro to konkrétní
mikroklima toho farmáře. V článku se prý popisují i nástroje, které radí s optimálním využitím vody a hnojiv. Přesně tak. Tyto systémy mohou brát v úvahu typ půdy, v jaké fázi roste ta plodina, aktuální vlhkost a právě tu hyperlokální předpověď srážek.
Všechny tyto příklady z Malawi hezky ukazují, jak se AI snaží řešit velmi konkrétní praktické problémy drobných farmářů.
Děkujeme, že posloucháte podcast Kde skončí zítřek. Nové díly vycházejí každé pondělí, středu a pátek, sledujte nás, aby vám nic neuniklo.