Microsoft представила модель искусственного интеллекта, которая распознает содержимое изображений и устраняет проблемы со зрением

Новая модель ИИ «Космос-1» — мультимодальный Large Language Model (MLLM), способный реагировать не только на лингвистические сигналы, но и на визуальные сигналы, и, следовательно, лучше реагировать на сеансы вопросов и ответов.

Мультимодальный искусственный интеллект (MLLM) может стать ключом к развитию общего искусственного интеллекта — технологии, которая в будущем сможет заменить человека в любой интеллектуальной задаче или работе.

Что такое Космос-1

Космос-1 — мультимодальная модель, разработанная исследователями Microsoft. В прошлый понедельник он был представлен как модель, способная:

• прочитать содержание изображений,
• решать визуальные головоломки,
• распознавать текст на изображениях,
• хорошо пройти визуальные тесты IQ
• понимать инструкции, данные на естественном языке.

РазвитиеИскусственный интеллект мультимодальность рассматривается как решающий шаг на пути к созданию искусственного общего интеллекта (ИИО), способного выполнять общие задачи человеческого уровня.

Язык — это еще не все, что вам нужно: согласование восприятия с языковыми моделями

«Будучи фундаментальной частью интеллекта, мультимодальное восприятие необходимо для достижения искусственного общего интеллекта с точки зрения приобретения знаний и внедрения в реальный мир», — пишут исследователи в своей научной статье. Язык — это еще не все, что вам нужно: согласование восприятия с языковой моделью.

Модель «Космос-1» может анализировать изображения и отвечать на вопросы о них, читать текст с изображения, писать подписи к изображениям и набирать от 22 до 26 процентов в визуальном тесте IQ, как показано в визуальных примерах в «Космос-1». изучать.

ОИИ для OpenAI

OpenAI, ключевой бизнес-партнер Microsoft в области искусственного интеллекта, сделал AGI своим основным направлением. Космос-1, по-видимому, является эксклюзивной инициативой Microsoft без помощи OpenAI.

BlogInnovazione.it