Google Gemini cho Home hứa nhận dạng mèo theo tên nhưng “quên” cả ba con

Sự ra mắt của Pet Memory – Hứa hẹn nhận dạng thú cưng theo tên

Vào ngày 18 tháng 8 năm 2026, Google công bố tính năng mới mang tên Pet Memory trong bộ công cụ Gemini for Home. Theo lời giới thiệu, Pet Memory sẽ “dạy” Google Home nhận diện các con vật cưng trong nhà, cho phép các camera Nest không chỉ báo “có động vật” mà còn nêu tên từng con. Mục tiêu là tạo ra các thông báo thông minh và tự động hoá dựa trên từng con vật – ví dụ, tự động bật bát ăn khi mèo nào đó xuất hiện trước bát. Tuy nhiên, sau hai tuần thử nghiệm thực tế, nhà báo công nghệ Jennifer Pattison Tuohy cho biết tính năng này vẫn chưa thể phân biệt ba con mèo của cô: Boone, Osa và Smokey.

Kiểm tra thực tế: Khi “Smokey” trở thành tên chung cho mọi mèo

Jennifer sống trong một khu ngoại ô yên tĩnh trên mảnh đất ba tử phần một mẫu, nơi cô và chồng nuôi một loạt động vật: gà thả tự do, một chú chó Wirehaired Pointing Griffon tên Gus, hai con mèo trong nhà/ngoài trời và một chú mèo con mới sinh. Đối với cô, camera an ninh Nest không chỉ bảo vệ tài sản mà còn giúp “giám sát kỹ thuật số” các thú cưng, từ việc bảo vệ gà khỏi kẻ thù tự nhiên cho tới việc ngăn Gus ăn cắp thức ăn.

Với Pet Memory, Jennifer đã nhập thông tin ba con mèo vào chatbot Ask Home trong ứng dụng Google Home:

• Boone – mèo tuxedo, chân trắng;
• Osa – mèo con dạng tabby;
• Smokey – mèo lớn màu xám‑trắng.

Sau khi lưu, cô mong muốn camera Nest trong nhà (được đặt ở các vị trí chiến lược) sẽ thông báo “Boone đang ở cửa” hoặc “Osa đã vào nhà” để cô có thể kiểm tra nhanh qua điện thoại. Thực tế, dù đã cung cấp mô tả chi tiết, hệ thống vẫn chỉ nhận ra Smokey – tên con mèo đầu tiên cô nhập – và gán mọi hình ảnh mèo khác thành Smokey. Khi hỏi Google Home “Khi nào cuối cùng bạn thấy Smokey trong nhà?”, thiết bị trả về một đoạn video đáng yêu của Osa đang chơi trong phòng của con gái, nhưng vẫn gọi nó là Smokey.

Pet Memory yêu cầu người dùng đăng ký Google Home Advanced Plan với mức phí $20 mỗi tháng và hiện chỉ hỗ trợ các camera Nest trong nhà, không áp dụng cho camera ngoài trời hay video doorbell. Điều này khiến tính năng không đáp ứng được nhu cầu “cửa pet door kỹ thuật số” mà Jennifer đã đề ra. Ngoài ra, không có quy trình “đào tạo” nào: người dùng không thể tải lên ảnh mẫu, cũng không có cách sửa lỗi nhận dạng. Khi cô cố gắng cung cấp thêm chi tiết (ví dụ “Boone có chân trắng”), hệ thống thông báo không thể xử lý và tiếp tục gán mọi mèo là Smokey.

Jennifer cũng thử tích hợp Pet Memory với Aqara Pet Feeder – một thiết bị cho ăn tự động dựa trên phát hiện chuyển động từ camera Aqara G3. Mục tiêu là khi Nest Cam nhận diện một con mèo cụ thể, bát ăn sẽ phát ra lượng thức ăn phù hợp, tránh tình trạng ăn quá mức mà không cần gắn thẻ RFID. Tuy nhiên, do Nest Cam không phân biệt được từng con mèo, tính năng này cũng không thể thực hiện.

Mặc dù Google không trả lời yêu cầu giải thích về lỗi, Jennifer nhận xét: “Pet Memory chưa xây dựng hồ sơ hình ảnh riêng cho mỗi thú cưng; nó chỉ dựa vào tên và giống mà người dùng nhập”. Đây là một bước lùi so với các camera an ninh truyền thống, vốn chỉ cung cấp cảnh báo chuyển động mà không mô tả chi tiết.

Bối cảnh ngành: AI nhận dạng thú cưng và cuộc đua tính năng cá nhân hoá

Việc tích hợp trí tuệ nhân tạo vào camera an ninh đã trở thành xu hướng mạnh mẽ trong những năm gần đây. Từ Nest Cam IQ (ra mắt 2017) có khả năng phân biệt người và vật nuôi, đến các đối thủ như Amazon Ring, Wyze và Apple HomeKit Secure Video, hầu hết đều cung cấp mô tả bằng văn bản dựa trên AI (ví dụ “chó lớn đang chạy”). Tuy nhiên, chúng chỉ nhận dạng loại động vật, không phân biệt cá thể.

Google Home là nhà cung cấp đầu tiên hứa hẹn cá nhân hoá – gán tên riêng cho từng con vật. Nếu thực hiện thành công, tính năng này sẽ mở ra các kịch bản tự động hoá tinh vi: bật đèn khi mèo “Boone” đi qua hành lang, hoặc gửi thông báo khi “Smokey” chưa về nhà trước khi trời tối. Nhưng hiện thực cho thấy công nghệ vẫn còn quá sơ khai, thiếu cơ chế huấn luyện và khả năng học từ dữ liệu hình ảnh thực tế.

Với mức phí $20/tháng và chỉ hỗ trợ camera trong nhà, Pet Memory hiện chưa thuyết phục người dùng có nhu cầu đa dạng như Jennifer, người muốn mở rộng tới cửa ra vào và các thiết bị ăn tự động. Nếu Google muốn duy trì vị thế dẫn đầu trong AI nhà thông minh, họ cần cải thiện khả năng nhận dạng cá thể, cho phép người dùng tải lên ảnh mẫu và tạo quy trình học sâu hơn, đồng thời mở rộng tính năng sang các thiết bị Nest khác.

Trong khi đó, các nhà cạnh tranh có thể tận dụng khoảng trống này để phát triển giải pháp nhận dạng thú cưng chính xác hơn, hoặc tích hợp các công nghệ nhận dạng khuôn mặt động vật đã được nghiên cứu trong cộng đồng AI mở. Sự cạnh tranh sẽ thúc đẩy tiến bộ nhanh hơn, và người dùng cuối sẽ được hưởng lợi từ những thông báo và tự động hoá thực sự hữu ích cho thú cưng của mình.