마이크로소프트, 이미지 콘텐츠 인식해 시각적 문제 해결하는 AI 모델 공개

AI 코스모스-1의 새로운 모델은 멀티모달(Multimodal)이다. Large Language Model (MLLM)은 언어적 단서뿐만 아니라 시각적 단서에도 반응할 수 있으므로 질의응답 세션에 더 잘 반응합니다.

MLLM(Multimodal Artificial Intelligence)은 미래에 모든 지적 작업이나 작업에서 인간을 대체할 수 있는 기술인 인공 일반 지능 개발의 핵심이 될 수 있습니다.

코스모스-1이란?

Kosmos-1은 Microsoft 연구원이 개발한 다중 모드 모델입니다. 지난 월요일, 다음과 같은 기능을 갖춘 모델로 공개되었습니다.

• 이미지의 내용을 읽고,
• 시각적 퍼즐을 풀고,
• 이미지 속 텍스트 인식,
• 시각적 IQ 테스트에서 좋은 점수
• 자연어로 주어진 지시를 이해합니다.

의 개발인공 지능 다중 모드는 일반적인 인간 수준의 작업을 수행할 수 있는 인공 일반 지능(AGI)을 만드는 데 중요한 단계로 간주됩니다.

언어가 필요한 전부는 아닙니다: 인식을 언어 모델과 일치시키기

연구원들은 학술 논문에서 "지능의 근본적인 부분인 다중 모드 인식은 지식 습득 및 실세계 임베딩 측면에서 인공 일반 지능을 달성하는 데 필요합니다."라고 썼습니다. 언어가 필요한 전부는 아닙니다: 인식을 언어 모델과 일치시키기.

Kosmos-1 모델은 이미지를 분석하고 이미지에 대한 질문에 답하고, 이미지에서 텍스트를 읽고, 이미지에 대한 캡션을 작성하고, Kosmos-22의 시각적 예에서 입증된 것과 같이 시각적 IQ 테스트에서 26~1%의 점수를 얻을 수 있습니다. 공부하다.

OpenAI용 AGI

Microsoft의 인공 지능 핵심 비즈니스 파트너인 OpenAI는 AGI를 주요 초점으로 설정했습니다. Kosmos-1은 OpenAI의 도움 없이 Microsoft의 독점 이니셔티브로 보입니다.

BlogInnovazione.it