Từ Google Search đến Google Lens: khi ngôn ngữ là rào cản
Google Lens là một công cụ tìm kiếm hình ảnh thông minh dùng AI vision thực tế để phân tích những gì xuất hiện trong ảnh hoặc camera, từ văn bản, logo, vật thể cho tới không gian xung quanh, rồi trả về thông tin, gợi ý và lời khuyên mà cách tìm kiếm truyền thống bằng từ khóa khó hoặc mất rất nhiều thời gian mới có thể cung cấp. Khi bạn phải vật lộn với câu hỏi “mình nên gõ gì vào ô tìm kiếm?”, Google Lens giải quyết vấn đề bằng cách cho phép bạn đưa thẳng bối cảnh vào hệ thống. Người dùng thừa nhận có những lúc họ nhìn chằm chằm vào một vấn đề 20 phút, trong khi nếu đưa cho Lens một bức ảnh thì có thể giải xong trong 2 phút. Chính ở những khoảnh khắc đó, ta thấy rõ hạn chế của Google Search: nó cần từ ngữ, còn đời sống thì đầy thứ khó diễn tả.
Google Lens giải quyết vấn đề đời thường: từ tường nhà đến chậu cây
Điểm thú vị là Google Lens không chỉ dùng để nhận diện hoa lá cỏ cây cho vui; nó đang âm thầm xử lý những việc rất “nhàm chán” nhưng quan trọng trong đời sống. Một chủ nhà ở UK phải lo xem tường nhà mình dùng loại cách nhiệt nào, vì spray foam insulation có thể khiến việc bán nhà trở nên khó khăn hơn đáng kể. Sau khi mò mẫm Google mà không ra, họ chụp thẳng giấy chứng nhận cách nhiệt, đưa vào Lens, và AI tự động nhận diện logo, từ khóa để kết luận đây là loại cavity-wall insulation tiêu chuẩn chứ không phải spray foam. Đây là minh chứng rõ ràng cho câu khóa “Google Lens giải quyết vấn đề”: khi bạn không biết thuật ngữ chuyên ngành, ảnh của tài liệu trở thành ngôn ngữ. Tương tự, người dùng chụp cây cùng thẻ thông tin, rồi chụp cả nhà kính; Lens không chỉ nhận diện cây mà còn đề xuất vị trí đặt cụ thể, tầng kệ, khoảng cách vào trong nhà kính và lịch bón phân phù hợp cho từng loại cây.
Tìm kiếm hình ảnh thông minh: khi mô tả bằng chữ là bất khả thi
Sức mạnh thật sự của AI vision thực tế nằm ở những tình huống mà bạn… không biết gọi tên thứ mình đang thấy. Thay vì cố gắng mô tả một chiếc máy bay lạ bằng vài từ khóa mơ hồ, người dùng chỉ cần đưa ảnh cho Google Lens và yêu cầu nó nhận diện loại máy bay, hãng sản xuất, hoặc thông tin liên quan. Đây là dạng tìm kiếm hình ảnh thông minh mà các ứng dụng theo dõi chuyến bay không xử lý tốt, vì chúng thường chỉ hoạt động với máy bay đang bay, còn Lens chỉ cần bức ảnh. Cùng một nguyên tắc áp dụng cho những thứ nhỏ nhặt hơn: ký hiệu giặt ủi khó hiểu trên nhãn áo, biểu tượng lạ trên thiết bị gia dụng, hay loại giấy gói quà bóng loáng không biết có ủ phân được không. Thay vì tra từng thứ một, người dùng chụp cả đống bao bì sau sinh nhật và để Lens phân loại cái nào nên cho vào thùng rác tái chế, cái nào có thể cho vào thùng compost. Những ví dụ niche này cho thấy Google Lens giải quyết vấn đề ở nơi Google Search bị kẹt vì thiếu ngôn ngữ.
Gemini thiết kế 3D: từ ảnh chiếc khóa cửa đến mô hình in được
Nếu Google Lens là đôi mắt, thì Gemini là bộ não thiết kế. Một người dùng có cửa chính dùng khóa điện tử với nút mở chốt, và con mèo của họ đã học được cách bấm nút đó để mở cửa. Họ muốn một giải pháp 3D-printable để chặn mèo nhưng vẫn dùng khóa bình thường. Thay vì học CAD từ đầu, họ yêu cầu Gemini đóng vai kỹ sư cơ khí, chuyên gia CAD và chuyên gia in 3D, rồi cung cấp ảnh bên trong khóa, bản phác thảo đo đạc và mô tả vấn đề. Google gần đây giới thiệu Gemini 4 Argon, một mô hình suy luận nâng cao có thể biến ảnh và bản phác thảo đo đạc thành thiết kế sẵn sàng để in 3D. Với vài lượt prompt, Gemini thiết kế ba phương án: tấm chắn lật có bản lề, nắp cố định với khe bên, và miếng bảo vệ bằng TPU mềm. Người dùng chọn tấm chắn lật, và Gemini tạo luôn mã OpenSCAD cho hai chi tiết (khung đế và nắp lật), kèm hướng dẫn in và lắp ráp, dựa trên các loại filament TPU, ABS, ASA mà họ có.
Kết hợp AI vision và generative AI sáng tạo: từ nhận diện đến thiết kế giải pháp
Điểm đáng bàn không phải là Google Lens hay Gemini “thông minh” đến đâu, mà là cách chúng bổ sung cho nhau: một bên hiểu thế giới qua hình ảnh, bên kia biến ảnh và số đo thành giải pháp thiết kế. Gemini 4 Argon cho thấy rõ điều này khi biến ảnh khóa cửa, bản đo và mô tả vấn đề thành thiết kế 3D gần như hoàn chỉnh. Nhưng người dùng cũng phát hiện ra hạn chế: mô hình ban đầu có lỗi thiết kế khiến việc in thất bại vì không tuân thủ nguyên tắc design for manufacturing, và họ phải có đủ hiểu biết để nhận ra các vấn đề đó. Tương tự, Google Lens không phải lúc nào cũng đúng; người dùng vẫn kiểm chứng lại khi Lens nhận diện nhện false widow và loại cách nhiệt, và kết quả trùng khớp với tra cứu thủ công. Điều này dẫn tới kết luận quan trọng: AI vision và generative AI sáng tạo là điểm khởi đầu mạnh mẽ cho cả người mới lẫn người làm sáng tạo cá nhân, từ chăm cây, bán nhà cho tới thiết kế đồ in 3D, nhưng chúng hiệu quả nhất khi được dùng như cộng tác viên, chứ không phải “não thay thế”.
