.){kind=link}
Энэ долоо хоногийн эхээр судлаачид Microsoft Kosmos-1 хэмээх олон загварт хиймэл оюун ухааны загварыг танилцуулсан бөгөөд энэ нь зургуудад агуулгыг задлан шинжлэх, визуал таавар шийдвэрлэх, визуал текстийг таних, харааны IQ тест хийх, байгалийн хэлний зааврыг ойлгох чадвартай. Судлаачдын үзэж байгаагаар хиймэл оюун ухааны ийм загварууд нь хүний түвшний хамтарсан ажлыг гүйцэтгэх хиймэл ерөнхий оюун ухаан (AI) бий болгох эхний алхам юм. Өөрөөр хэлбэл, энэ технологи нь аливаа оюуны ажилд хүнийг орлох боломжтой болно. Энэ бол бизнесийн гол түнш болох OpenAI-ийн тодорхойлсон зорилго юм Microsoft хиймэл оюун ухааны салбарт.
Энэ тохиолдолд Космос-1 нь компанийн цэвэр хувь хүний хөгжил юм Microsoft. Судлаачид тэдний бүтээлийг "олон төрлийн өргөн хэлний загвар" (MLLM) гэж нэрлэдэг, учир нь түүний үндэс нь ChatGPT гэх мэт LLM гэх мэт зөвхөн текстийн байгалийн хэлээр боловсруулалтад оршдог. Загвар нь оролтын зургийг хүлээн авахын тулд судлаачид эхлээд зургийг LLM ойлгох боломжтой тусгай цуврал жетон (голчлон текст) болгон хувиргах ёстой.
Космос-1-ийг The Pile (800 ГБ багтаамжтай англи текстийн эх сурвалж) болон Common Crawl-аас авсан ишлэлүүдийг багтаасан интернетийн мэдээллийн санд сургасан. Дараа нь уг загварыг ярианы ойлголт, яриа үүсгэх, оптик тэмдэгт танихгүйгээр текст ангилах, зургийн тайлбар, визуал асуултанд хариулах, вэб хуудасны асуултанд хариулах, дүрсийг нутагшуулах зэрэг хэд хэдэн тестээр туршсан. дагуу Microsoft, Космос-1 эдгээр туршилтуудын ихэнх нь одоогийн загваруудаас илүү гарсан.
Ялангуяа сонирхолтой нь Raven's Progressive Reading тест байсан бөгөөд энэ нь дүрсүүдийн дарааллыг үзүүлж, тухайн хичээлээс дарааллыг гүйцээхийг хүсэх замаар харааны IQ-г хэмждэг. Космос-1 нь тохиолдлын 22% -д нь зөв хариулт өгч чадсан.
Ирээдүйн оновчлолын дагуу эдгээр эхний алхмууд нь илүү чухал үр дүнг өгч, хиймэл оюун ухааны загварт ямар ч хэлбэрийн хэвлэл мэдээллийн хэрэгслийг мэдэрч, нөлөөлөх боломжийг олгож, хиймэл туслахуудын чадавхийг ихээхэн өргөжүүлнэ.
Мөн уншина уу: