ChatGPT より強力な、Microsoft がオールラウンドな人工知能モデル Kosmos-1 を発表

3 月 4 日のニュースによると、ChatGPT に基づく Bing チャットは多くのユーザーに AI の力を実感させ、 マイクロソフトは最近、より強力なオールラウンド AI、Kosmos-1 を発表しました。 ChatGPT はプレーン テキスト LLM ですが、より強力なマルチモーダル大規模言語モデル (MLLM) です。

Kosmos-1 は、画像の内容を分析し、視覚的なパズルを解決し、視覚的な処理を実行できます。テキスト認識、視覚 IQ テストに合格し、自然言語命令を理解するなど。

IT House はレポートから、Kosmos-1 がテキスト、音声、画像、ビデオ、その他のコンテンツを処理し、人間の思考と同じようなタスクを処理できる万能の人工知能を構築できることを知りました。

「知能の基本的な構成要素として、マルチモーダルな知覚は人工知能を実現するための必要条件である」と研究者らは学術論文に書いている。 Kosmos-1 論文の視覚的な例では、モデルが画像を分析し、画像に関する質問に答え、画像からテキストを読み取り、画像にキャプションを書き込み、22 ～ 26% の精度で視覚的 IQ テストを実行する様子が示されています。

Microsoft は、開発者が Kosmos-1 を利用できるようにする予定であると述べていますが、この論文で引用されている GitHub ページには、公開時点では明らかな Kosmos 固有のコードはありませんでした。

以上がChatGPT より強力な、Microsoft がオールラウンドな人工知能モデル Kosmos-1 を発表の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。