یسنا دیدار، دختر ناپدیدشده ترکمن، بالاخره پیدا شد + فیلم انجمن تجارت الکترونیک تهران دریافت مالیات بر ارزش افزوده از تاکسی‌های اینترنتی را غیرقانونی خواند برنامه‌ریزی برای جلسات و قرارها با قابلیت جدید واتساپ Google Photos به زودی می‌تواند کیفیت ویدیوهایتان را بهبود دهد ویدئو | سگ رباتیک «بوستون داینامیکس» در لباس خزدار! ویدئو | اضافه‌شدن بچه غول به کلش آو کلنز! رایتل، تنها اپراتوری که سرعت اینترنت ۴G را افزایش داده است مرورگر محبوب Arc بالاخره برای ویندوز هم منتشر شد الگوریتم جدید اینستاگرام به محتواهای دست اول اهمیت می‌دهد هوش مصنوعی آرتروز را ۸ سال زودتر تشخیص می‌دهد | التهاب محرک اصلی آسیب مفصلی در آرتروز گذری بر خدمات ارزنده پروفسور علی اکبر جلالی ملقب به «پدر فناوری اطلاعات ایران» | سرعت به وقت خدمت ویژگی جدید Community Game Help برای پلی‌استیشن ۵ منتشر شد | راهنمای ویدئویی بازی‌ها رباتی که برای یادگیری رفتار انسان فقط به ۲۴ ساعت زمان نیاز دارد! + ویدئو معرفی بازی «مردم پنهان» Hidden Folks (اندروید، IOS) + دانلود نسخۀ جدید ناتینگ فون ۲a رونمایی شد + مشخصات و قیمت سرانجام گوگل پلی می‌تواند دو برنامه را به طور همزمان دانلود کند بسیاری از اپلیکیشن‌های پیش‌فرض در iOS ۱۸ به‌روز می‌شوند سامسونگ اولین گوشی اندرویدی‌اش را ۱۵ سال پیش رونمایی کرد کدام مناطق و محلات مشهد دارای اینترنت فیبر نوری هستند؟ جزئیاتی تازه از قابلیت AI Explorer در ویندوز ۱۱ تریلر نسخه Early Access بازی No Rest for the Wicked
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
{*Start Google Analytics Code*} <-- End Google Analytics Code -->