Η Microsoft παρουσίασε ένα μοντέλο τεχνητής νοημοσύνης που αναγνωρίζει περιεχόμενο εικόνας και διορθώνει οπτικά προβλήματα

Το νέο μοντέλο του AI Kosmos-1 είναι Multimodal Large Language Model (MLLM), ικανό να ανταποκρίνεται όχι μόνο σε γλωσσικές ενδείξεις, αλλά και σε οπτικές ενδείξεις, και επομένως να ανταποκρίνεται καλύτερα σε συνεδρίες ερωτήσεων και απαντήσεων.

Η πολυτροπική τεχνητή νοημοσύνη (MLLM) θα μπορούσε να είναι το κλειδί για την ανάπτυξη της τεχνητής γενικής νοημοσύνης, μια τεχνολογία που θα μπορούσε στο μέλλον να αντικαταστήσει τον άνθρωπο σε οποιαδήποτε πνευματική εργασία ή εργασία.

Τι είναι το Kosmos-1

Το Kosmos-1 είναι ένα πολυτροπικό μοντέλο που αναπτύχθηκε από ερευνητές της Microsoft. Την περασμένη Δευτέρα, παρουσιάστηκε ως μοντέλο ικανό:

• διαβάστε το περιεχόμενο των εικόνων,
• επίλυση οπτικών παζλ,
• αναγνωρίζουν κείμενο σε εικόνες,
• σκοράρει καλά στα οπτικά τεστ IQ
• κατανοούν τις οδηγίες που δίνονται στη φυσική γλώσσα.

Η ανάπτυξη τουΤεχνητή Νοημοσύνη Το multimodal θεωρείται ως ένα κρίσιμο βήμα προς τη δημιουργία μιας τεχνητής γενικής νοημοσύνης (AGI) ικανής να εκτελεί εργασίες γενικού ανθρώπινου επιπέδου.

Η γλώσσα δεν είναι το μόνο που χρειάζεστε: Ευθυγράμμιση της αντίληψης με τα γλωσσικά μοντέλα

«Ως θεμελιώδες μέρος της νοημοσύνης, η πολυτροπική αντίληψη είναι μια αναγκαιότητα για την επίτευξη τεχνητής γενικής νοημοσύνης, όσον αφορά την απόκτηση γνώσης και την ενσωμάτωση στον πραγματικό κόσμο», γράφουν οι ερευνητές στην ακαδημαϊκή τους εργασία. Η γλώσσα δεν είναι το μόνο που χρειάζεστε: Ευθυγράμμιση της αντίληψης με το γλωσσικό μοντέλο.

Το μοντέλο Kosmos-1 μπορεί να αναλύσει εικόνες και να απαντήσει σε ερωτήσεις σχετικά με αυτές, να διαβάσει κείμενο από μια εικόνα, να γράψει λεζάντες για εικόνες και να σκοράρει μεταξύ 22 και 26 τοις εκατό σε ένα τεστ οπτικού IQ, όπως φαίνεται στα οπτικά παραδείγματα στο Kosmos-1 μελέτη.

AGI για το OpenAI

Το OpenAI, ο βασικός επιχειρηματικός εταίρος της Microsoft στην τεχνητή νοημοσύνη, έχει θέσει το AGI ως πρωταρχικό στόχο. Το Kosmos-1 φαίνεται να είναι αποκλειστική πρωτοβουλία της Microsoft, χωρίς τη βοήθεια του OpenAI.

BlogInnovazione.it