हाल ही में, गूगल ने एक नई दृश्य-भाषा मॉडल (Vision-Language Model, VLM) पेश की है, जिसका नाम PaliGemma2Mix है। यह मॉडल छवि प्रसंस्करण और प्राकृतिक भाषा प्रसंस्करण की क्षमताओं को मिलाता है, जिससे यह दृश्य जानकारी और पाठ इनपुट दोनों को साथ में समझ सकता है और आवश्यकता के अनुसार संबंधित आउटपुट उत्पन्न कर सकता है, जो मल्टी-टास्किंग में कृत्रिम बुद्धिमत्ता तकनीक की एक और प्रगति का प्रतीक है। PaliGemma2Mix की क्षमताएँ बहुत मजबूत हैं, इसमें छवि वर्णन और ऑप्टिकल वर्ण पहचान शामिल हैं।

गूगल ने हाल ही में नया AI मॉडल परिवार PaliGemma2 लॉन्च किया, जिसकी सबसे आकर्षक खासियत यह है कि यह दावा करता है कि यह इमेज विश्लेषण के माध्यम से मानव भावनाओं को पहचान सकता है। यह दावा तेजी से अकादमिक और तकनीकी नैतिकता विशेषज्ञों के बीच व्यापक चर्चा और गंभीर सवालों को जन्म दिया। Gemma ओपन मॉडल पर आधारित यह AI प्रणाली विस्तृत छवि विवरण उत्पन्न करने में सक्षम है, केवल सरल वस्तु पहचान पर नहीं रुकती है, बल्कि चित्र में व्यक्तियों के व्यवहार और भावनाओं का वर्णन करने की कोशिश करती है। हालांकि, कई प्रमुख विशेषज्ञ इस तकनीक की वैज्ञानिकता और संभावित जोखिमों के बारे में गंभीर चेतावनी दे रहे हैं। ऑक्सफोर्ड से आने वाले विशेषज्ञों का मत भी इसी ओर इशारा करता है।

गूगल ने हाल ही में अपनी नई पीढ़ी के कृत्रिम बुद्धिमत्ता मॉडल PaliGemma2 की घोषणा की है, जो छवियों का विश्लेषण करके शीर्षक उत्पन्न कर सकता है, साथ ही तस्वीरों में व्यक्तियों की भावनाओं और क्रियाओं के बारे में सवालों का जवाब भी दे सकता है। PaliGemma2 गूगल के Gemma ओपन मॉडल श्रृंखला पर आधारित है, जो पारंपरिक वस्तु पहचान की तुलना में छवियों का अधिक गहन वर्णन प्रदान करता है, और भावनाओं की पहचान करने और संदर्भ के अनुसार विस्तार से वर्णन उत्पन्न करने की क्षमता रखता है। हालांकि, इस तकनीक को क्रांतिकारी नवाचार जैसा प्रतीत होते हुए भी, विशेषज्ञों ने इसके संभावित नैतिक और सामाजिक प्रभावों के बारे में गंभीर चेतावनी दी है। भावना पहचान केवल P