Logan Kilpatrick, der bei Google DeepMind AI Studio und die Gemini API leitet, verriet uns im Gespräch für eine aktuelle Folge des Podcasts The Neuron, den ich gemeinsam mit Corey Noles moderiere, etwas Unglaubliches.
Laut Kilpatrick kann man Screenshots von Websites machen, sie in AI Studio ziehen, „clone this“ eingeben und eine funktionierende Version innerhalb von Sekunden erhalten. Tatsächlich prototypisiert das KI-Team von Google auf diese Weise seine eigenen Produkte. Er macht buchstäblich einen Screenshot von AI Studio, setzt einen Klon auf und entwickelt ihn dann iterativ weiter.
Das könntet ihr auch tun – sofort! Denn AI Studio ist völlig kostenlos und bereits verfügbar, sodass ihr damit experimentieren könnt.
Konkrete Goldstücke aus dieser Folge über geheime KI-Tools
In dieser Folge des Podcasts The Neurongab Kilpatrick Einblicke in Googles gesamtes KI-Ökosystem und zeigte uns genau, wie man es nutzt.
Erste Schritte mit AI Studio
- (3:31) Die Entwicklung von AI Studio: Es begann als Spielwiese, aber … „wir sind darüber hinausgegangen … Wir haben diesen Build-Tab veröffentlicht, in dem das Modell eine komplette App für euch entwickeln kann.“
- (4:42) Sein persönlicher AI-Studio-Workflow: „Die Entwicklung von Prototypen für KI-Erlebnisse nimmt den größten Teil meiner Zeit ein. Nach dem Motto: Wäre es nicht cool, wenn man diese Sache mit KI in ein Produkt integrieren könnte? … Ich kann einfach einen wirklich simplen Prompt eingeben, und schon ist alles standardmäßig direkt mit meinen Gemini-API-Schlüsseln sowie mit Gemini und all unseren anderen Modellen verbunden … Es ist einfach integriert.“
- (46:03) Sein bevorzugtes erstes Projekt: „Klont eure Lieblingswebsite. Ich mache einen Screenshot von AI Studio, füge ihn wieder in AI Studio ein und sage: Klone das.“
- (16:59) Die ideale Einsatzmöglichkeit von AI Studio für euren Workflow: „Wir versuchen nicht, jedes Problem zu lösen … Mit all dem Vibe-Coding, das wir betreiben, und mit dem Build-Modus liefern wir euch einen funktionierenden Prototypen und bringen euch anschließend zu einem vollwertigen professionellen Entwicklerprodukt.“
Advertisement
Praxisanwendungen von AI Studio, die ihr heute ausprobieren könnt
- (21:43) Text-to-Speech-Anwendungen: „Es besteht eine enorme Nachfrage … nach der Generierung von Videos mit einer sehr natürlich und menschlich klingenden Text-to-Speech-Stimme.“
- (22:18) Erstellt euren eigenen KI-Podcast mit eurer Stimme: „Ihr könntet euren eigenen KI-Podcast mit eurer Stimme erstellen … Tatsächlich ist die Lücke zwischen dieser Möglichkeit und dem, was Notebook LM tut, gar nicht so groß.“
- (26:43) KI-Tutor zum Lernen: „Ein KI-Tutor, der mir helfen könnte … wäre unglaublich wertvoll gewesen, und ich hätte meine Zeit nicht damit verbringen müssen, auf Stack Overflow angeschrien zu werden.“
- (30:50) Eine überraschende Zahl zur Nutzung durch Anwälte: „99 % der Anwälte hatten Gemini, Claude oder ChatGPT ausprobiert.“ Warum Gemini? „… sie wollen einfach einen langen Kontext, um mehr Dokumente einzubringen.”
- (36:04) Erstellt eine wirklich funktionierende Anwendung zur Lebensmittelaufzeichnung: „Macht ein Foto und lasst das Modell es umfassend verstehen … mithilfe von Bounding Boxes und einem proportionalen Verständnis der Größe.“
- (42:04) Medizinische Anwendungen mit MedGemma: „Ich spreche ständig mit Kunden, die von MedGemma überwältigt sind … Einer der Anwendungen mit der höchsten Nachfrage in ChatGPT war dieser medizinische Anwendungsfall.“
- Die am meisten unterschätzten Funktionen von AI Studio / Gemini?
- Deep Research (47:04): „Das Modell besucht Dutzende, Hunderte oder sogar Tausende verschiedener Webseiten … Das ist ein atemberaubendes Erlebnis.“ (PS: Falls ihr es vergessen habt: Google hat Deep Research erfunden.)
- Die Live API (20:54): „Der gesamte Kontext, den ihr zur Lösung des Problems benötigt, ist auf meinem Bildschirm sichtbar … Das KI-System braucht keinen Zugriff auf andere Tools.“ (Es sieht so aus, als würde OpenAI jetzt ebenfalls in diesem Bereich konkurrieren.)
Entwickler- und Technik-Einblicke
- (5:45): Integration mit Google Cloud: „AI Studio basiert auf der gesamten Infrastruktur von Google Cloud … Beim Deployment wird im Hintergrund Cloud Run verwendet.“
- (17:31): Die Herausforderung großer Codebasen: „Viel Kontext ist an unterschiedlichen Stellen verborgen … Es ist wirklich schwierig, das alles gemeinsam zu orchestrieren.“
- (18:08) Zum Context Engineering: „Es basiert nicht auf dem Nutzer-Prompt … Es geht darum, zu optimieren und die relevanten Daten bereitzustellen, die tatsächlich bei der Beantwortung helfen.“
- (39:28) Firebase Studio als weitere Lösung: „Mit Firebase Studio bekommt ihr Rechenleistung und Speicher gleich mitgeliefert … Ihr solltet damit Bildverständnis über Gemini via Firebase erreichen, eine Datenbank bekommen und all diese Dinge erledigen können.“
- (40:20): Googles Open-Source-Strategie und warum Gemma (Googles kleine offenen Modelle) existiert: „Wir treffen Entwickler und Kunden dort, wo sie sich befinden.“
Advertisement
Wie es von hier aus weitergeht
- (8:26) Zu Genie 3 und Weltmodellen: „Voll funktionsfähige Weltmodelle mit zeitlicher Konsistenz, in denen man Änderungen an der Welt vornehmen kann … Es ist nicht so, dass irgendwo eine Datei referenziert wird … Das tatsächliche Ökosystem wird in Echtzeit generiert.“
- (13:03) Logans Realitätscheck zu AGI: „Die Modelle können nicht einmal grundlegende Schachregeln befolgen … Sie wollen all diese illegalen Züge machen … Ich könnte wahrscheinlich einem 12-Jährigen in 30 Minuten Schach beibringen, und er würde es danach beherrschen.“
- (43:35) Worauf setzt Logan bei KI am stärksten? Vibe-Coding: „Etwas, das einer kleinen Gruppe von Menschen vorbehalten war, kann jetzt von einer sehr viel größeren Gruppe erledigt werden … Die Menge an Software auf der Welt wird in 10 Jahren millionenfach größer sein als heute.“
Die gewagteste These
- (23:07): „Was die Menschen [an Notebook LM] am meisten überzeugt hat, war die Menschlichkeit der Skripte … Es gibt kein geheimes Erfolgsrezept … Es ist buchstäblich Prompting.“
- Das KI-Podcast-Phänomen, das das Internet im Sturm eroberte? Einfach gutes Prompt Engineering. Das bedeutet, dass ihr mit dem, was ihr in dieser Folge lernt, möglicherweise das nächste virale KI-Tool entwickeln könnt.
Der aufregendste Moment für uns?
Als Logan zugab, dass er ein Produkt nutzt, von dem er weiß, dass es bald veraltet sein wird, weil die zukünftige Version so viel besser ist. Wir können es kaum erwarten, die neue Version von AI Studio auszuprobieren, sobald sie bereit ist.
Bleibt neugierig!
Advertisement
Anmerkung der Redaktion: Dieser Beitrag erschien ursprünglich in unserer Schwesterpublikation The Neuron. Weitere Beiträge von The Neuron könnt ihr lesen, indem ihr euch hier für den Newsletter anmeldet.