كشفت Microsoft النقاب عن نموذج AI يتعرف على محتوى الصورة ويصلح المشكلات المرئية

النموذج الجديد لـ AI Kosmos-1 هو متعدد الوسائط Large Language Model (MLLM)، قادر على الاستجابة ليس فقط للإشارات اللغوية، ولكن أيضًا للإشارات البصرية، وبالتالي الاستجابة بشكل أفضل لجلسات الأسئلة والأجوبة.

يمكن أن يكون الذكاء الاصطناعي متعدد الوسائط (MLLM) هو المفتاح لتطوير الذكاء الاصطناعي العام ، وهي تقنية يمكن أن تحل في المستقبل محل البشر في أي مهمة أو عمل فكري.

ما هو كوزموس -1

Kosmos-1 هو نموذج متعدد الوسائط طوره باحثو Microsoft. يوم الإثنين الماضي ، تم الكشف عنه كنموذج قادر على:

• قراءة محتوى الصور ،
• حل الألغاز المرئية ،
• التعرف على النص في الصور ،
• يسجل نتائج جيدة في اختبارات الذكاء البصري
• فهم التعليمات الواردة بلغة طبيعية.

تطويرالذكاء الاصطناعي يُنظر إلى الوسائط المتعددة على أنها خطوة حاسمة نحو إنشاء ذكاء عام اصطناعي (AGI) قادر على أداء المهام العامة على المستوى البشري.

اللغة ليست كل ما تحتاجه: التوفيق بين الإدراك ونماذج اللغة

كتب الباحثون في ورقتهم الأكاديمية: "نظرًا لكونه جزءًا أساسيًا من الذكاء ، يعد الإدراك متعدد الوسائط ضرورة لتحقيق الذكاء الاصطناعي العام ، من حيث اكتساب المعرفة والتضمين في العالم الحقيقي" اللغة ليست كل ما تحتاجه: التوفيق بين الإدراك ونموذج اللغة.

يمكن لنموذج Kosmos-1 تحليل الصور والإجابة على الأسئلة المتعلقة بها ، وقراءة نص من صورة ، وكتابة تعليقات للصور ، وتسجيل ما بين 22 و 26 بالمائة في اختبار الذكاء المرئي ، كما هو موضح في الأمثلة المرئية في Kosmos-1 يذاكر.

AGI لـ OpenAI

حددت شركة OpenAI ، الشريك التجاري الرئيسي لمايكروسوفت في مجال الذكاء الاصطناعي ، الذكاء الاصطناعي العام ليكون محور تركيزها الأساسي. يبدو أن Kosmos-1 هي مبادرة حصرية من Microsoft ، دون مساعدة OpenAI.

BlogInnovazione.it