Inilabas ng Microsoft ang isang modelo ng AI na kumikilala sa nilalaman ng imahe at nag-aayos ng mga problema sa visual

Ang bagong modelo ng AI Kosmos-1 ay isang Multimodal Large Language Model (MLLM), na may kakayahang tumugon hindi lamang sa mga linguistic na signal, kundi pati na rin sa mga visual na signal, at samakatuwid ay mas mahusay na tumugon sa mga sesyon ng tanong at sagot.

Ang multimodal artificial intelligence (MLLM) ay maaaring maging susi sa pagbuo ng artificial general intelligence, isang teknolohiya na maaaring palitan sa hinaharap ang mga tao sa anumang intelektwal na gawain o trabaho.

Ano ang Kosmos-1

Ang Kosmos-1 ay isang multimodal na modelo na binuo ng mga mananaliksik ng Microsoft. Noong nakaraang Lunes, ito ay inihayag bilang isang modelo na may kakayahang:

• basahin ang nilalaman ng mga larawan,
• malutas ang mga visual na puzzle,
• kilalanin ang teksto sa mga larawan,
• mahusay na puntos sa visual IQ tests
• maunawaan ang mga tagubiling ibinigay sa natural na wika.

Ang pag-unlad ngArtipisyal na Katalinuhan multimodal ay nakikita bilang isang mahalagang hakbang patungo sa paglikha ng isang artificial general intelligence (AGI) na may kakayahang magsagawa ng mga pangkalahatang gawain sa antas ng tao.

Hindi Lang Ang Wika ang Kailangan Mo: Pag-align ng Perception sa mga Modelo ng Wika

"Ang pagiging isang pangunahing bahagi ng katalinuhan, ang multimodal perception ay isang pangangailangan upang makamit ang artipisyal na pangkalahatang katalinuhan, sa mga tuntunin ng pagkuha ng kaalaman at pag-embed sa totoong mundo," isulat ang mga mananaliksik sa kanilang akademikong papel, Hindi Lang Wika ang Kailangan Mo: Pag-align ng Perception sa Modelo ng Wika.

Ang modelong Kosmos-1 ay maaaring magsuri ng mga larawan at sumagot ng mga tanong tungkol sa mga ito, magbasa ng teksto mula sa isang larawan, magsulat ng mga caption para sa mga larawan, at makakuha ng marka sa pagitan ng 22 at 26 na porsyento sa isang visual IQ test, tulad ng ipinakita sa mga visual na halimbawa sa Kosmos-1 pag-aaral.

AGI para sa OpenAI

Itinakda ng OpenAI, ang pangunahing kasosyo sa negosyo ng Microsoft sa artificial intelligence, ang AGI bilang pangunahing pokus nito. Ang Kosmos-1 ay tila isang eksklusibong inisyatiba ng Microsoft, nang walang tulong ng OpenAI.

BlogInnovazione.it