کابل‌کشی داخلی فیبر نوری برای مشترکان مخابرات تا پایان سال ۱۴۰۴ رایگان شد پیش‌ثبت‌نام فعالسازی eSIM ایرانسل آغاز شد + روش ثبت نام ویدئو | تست خشونت ربات انسان‌نمای Unitree G۱ iOS ۲۶ ممکن است موقتاً عمر باتری دستگاه را کاهش دهد آپدیت بزرگ iOS ۲۶ با ویژگی‌های مهم منتشر شد | از طراحی شیشه‌ای تا هوش مصنوعی اپل کدام گوشی‌های اندروید و آیفون از eSIM پشتیبانی می‌کنند؟ پیش‌ثبت‌نام فعال سازی eSIM همراه اول آغاز شد + آموزش ثبت‌نام سامسونگ: آپدیت امنیتی گوشی‌های گلکسی را همین حالا نصب کنید (۲۴ شهریور ۱۴۰۴) اولین تصاویر واقعی از جعبه آیفون ۱۷ و آیفون ایر منتشر شد توافق اولیه آمریکا و چین بر سر تغییر مالکیت تیک‌تاک پیشنهاد کمیسیون صنایع و معادن مجلس برای تشکیل سازمان ملی هوش مصنوعی چگونه از چت‌جی‌پی‌تی در دانشگاه استفاده کنیم که تقلب محسوب نشود؟ آیا آیفون ۱۷ پرو و ۱۷ پرو مکس از شارژ فوق‌سریع پشتیبانی می‌کنند؟ آخرین خبر از پرونده قاچاق آیفون: ۱۱ مدیر متخلف ممنوع‌الخروج شدند سند هوش مصنوعی خراسان رضوی تدوین می‌شود تلاش آمریکا برای حل بحران مسکن با چاپ سه‌بُعدی! رمزارزها در آستانه آلت‌سیزن | پیش‌بینی‌ها برای ۲۰۲۵ همراه اول، اولین‌ اپراتوری که از فناوری سیم‌کارت الکترونیکی (eSIM) در ایران پشتیبانی می‌کند همه چیز درباره eSIM یا سیم کارت الکترونیکی: مزایا، معایب و کاربردها مشکل کاهش بازدید استوری‌های متوالی اینستاگرام حل شد کاهش علاقه دانش‌اموزان به رشته ریاضی تهدید جدی برای تربیت متخصصان هوش مصنوعی در کشور
سرخط خبرها

شرکت متا هوش مصنوعی‌ای را معرفی کرده که می‌تواند اجزای درون تصاویر را شناسایی کند

  • کد خبر: ۱۵۷۵۶۶
  • ۱۷ فروردين ۱۴۰۲ - ۱۴:۳۷
شرکت متا هوش مصنوعی‌ای را معرفی کرده که می‌تواند اجزای درون تصاویر را شناسایی کند
هوش مصنوعی SAM که توسط شرکت متا توسعه یافته، قادر به تشخیص اشیاء مختلف در تصاویر و ویدیو و جداسازی سوژه مورد نظر است.

به گزارش شهرآرانیوز - شرکت متا طی روز چهارشنبه از انتشار مدل مبتنی بر هوش مصنوعی خود به‌نام Segment Anything Model (SAM) خبر داد. هوش مصنوعی SAM قادر به تشخیص هر نوع از اشیاء موجود در تصاویر و ویدیو است، حتی اگر در طول آموزش با آن‌ها مواجه نشده باشد.

هوش مصنوعی SAM متا یک مدل تقسیم‌بندی تصویر است که می‌تواند به درخواست‌های متنی یا کلیک‌های کاربر برای جداسازی اشیاء خاص در یک تصویر پاسخ دهد. تقسیم‌بندی تصویر فرآیندی در بینایی کامپیوتری است که شامل تقسیم یک تصویر به بخش‌ها یا مناطق متعدد است تا از این طریق هر شی در ناحیه مورد نظر قرار بگیرد. به‌نقل از متا، این فناوری برای درک صفحه وب، برنامه‌های واقعیت افزوده، ویرایش تصویر و کمک به مطالعه علمی حیوانات یا اشیاء برای ردیابی در ویدیو مفید است.

متا امیدوار است با کاهش نیاز مدل خود به آموزش و یادگیری تخصصی، فرآیند ایجاد مدل‌های تقسیم‌بندی دقیق را به راحتی پیاده‌سازی کند. این امر امکان تحقیقات بیش‌تر در مورد بینایی کامپیوتری را فراهم خواهد کرد.

شرکت متا هوش مصنوعی‌ای را معرفی کرد که می‌تواند اجزای درون تصاویر را شناسایی کند

علاوه بر توسعه هوش مصنوعی SAM، متا مجموعه داده‌ای موسوم به “SA-۱B” را جمع‌آوری کرده که شامل ۱۱ میلیون تصویر دارای مجوز از یک شرکت بزرگ در حوزه عکس و ۱.۱ میلیارد ماسک تقسیم‌بندی شده توسط این مدل است. هوش مصنوعی سم و مجموعه داده‌های آن برای اهداف تحقیقاتی تحت مجوز Apache ۲.۰ در دسترس خواهند بود.

ادغام هوش مصنوعی SAM با برنامه‌های متا

مارک زاکربرگ، مدیرعامل متا هم‌چنین بر اهمیت ادغام این هوش مصنوعی مولد در برنامه‌های شرکت طی سال جاری تاکید کرد. اگرچه Meta هنوز محصولی تجاری با استفاده از این نوع هوش مصنوعی رونمایی نکرده است، اما پیش‌تر از فناوری مشابه هوش مصنوعی SAM در فیس‌بوک و اینستاگرام برای برچسب‌گذاری عکس، تعدیل محتوا و تعیین پست‌های توصیه شده استفاده کرده است.

شرکت متا هوش مصنوعی‌ای را معرفی کرد که می‌تواند اجزای درون تصاویر را شناسایی کند

هوش مصنوعی سم به‌دلیل توانایی خود در شناسایی اشیاء موجود در مجموعه داده‌های آموزشی و رویکرد نیمه‌باز آن، یک مدل کاملا قابل توجه است. این نسخه از مدل SA-۱B می‌تواند مقدمه‌ای برای ایجاد نسل جدید برنامه‌های بینایی کامپیوتری باشد و کارکردی شبیه به مدل زبان LLaMA متا را داشته باشد که هم‌اکنون الهام‌بخش پروژه‌های فرعی است. رونمایی از این مدل در شرایطی رخ داده که رقابت بین شرکت‌های بزرگ فناوری برای تسلط بر حوزه هوش مصنوعی بیش از هر زمان دیگری شدیدتر شده است.

منبع: گجت نیوز

 

گزارش خطا
ارسال نظرات
دیدگاه های ارسال شده توسط شما، پس از تائید توسط شهرآرانیوز در سایت منتشر خواهد شد.
نظراتی که حاوی توهین و افترا باشد منتشر نخواهد شد.
پربازدید
آخرین اخبار پربازدیدها چند رسانه ای عکس
{*Start Google Analytics Code*} <-- End Google Analytics Code -->