آغاز ثبت آیفون مسافری از امروز دوشنبه (۵ آذر ۱۴۰۳) رونمایی شیائومی از تلویزیون‌های هوشمند سری ردمی 2025 X با پنل 4K + زمان عرضه آپدیت جدید پلی‌استور به شما می‌گوید کدام برنامه ارزش نصب دارد نهنگ‌های مینکی صداهای فراصوت را می‌شنوند آنباکس مانیتور گیمینگ ال جی مدل ۲۹WQ۶۰۰-w راهکار‌های دانش‌بنیان برای جبران ناترازی انرژی و کمبود برق بهره‌برداری از پروژه احداث مرکز داده ابر دولت مشهد در اوایل خردادماه ۱۴۰۴ اپل احتمالا با افقی‌کردن دوربین آیفون ۱۷ ایر طراحی گوشی‌هایش را متحول می‌کند اپل برای رفع ممنوعیت فروش آیفون ۱۶، به اندونزی پیشنهاد ۱۰۰ میلیون دلاری داده است همه‌چیز درباره تورنومنت نات پیکسل + شرایط دریافت ایردراپ بازدید پزشکیان از پارک علم و فناوری زاهدان (یکم آذر ۱۴۰۳) دانشمندان ژاپنی قابلیت فتوسنتز گیاهان را به سلول‌های همستر منتقل کردند واکنش مدیرعامل آپارات به اظهارات جنجالی رسول جلیلی درباره فیلترینگ یوتیوب: آپارات را بهانه نکنید گلکسی S۲۵ اولترا احتمالا بسیار گران‌تر از نسل قبلی‌اش باشد اولین گمانه‌زنی‌ها درباره مشخصات و ویژگی‌های پلی استیشن ۶ «مایکروسافت تیمز» در جلسات به قابلیت ترجمه همزمان گفتار مجهز می‌شود سونی می‌خواهد شرکت Kadokawa، مالک بازی «الدن رینگ»، را بخرد قابلیت ریست‌کردن الگوریتم پیشنهادها به‌زودی به اینستاگرام اضافه می‌شود بهترین برنامه‌ها و بازی‌های گوگل پلی در سال ۲۰۲۴ + لینک دانلود گزارش اتاق بازرگانی از اثرات فیلترینگ بر کسب‌وکارهای اینترنتی اولین سیستم راداری شکار یوفوها در آمریکا راه‌اندازی می‌شود
سرخط خبرها

شرکت متا یک مدل هوش مصنوعی چندوجهی را برای تقلید ادراک حسی انسان‌ها معرفی کرد

  • کد خبر: ۱۶۳۲۰۱
  • ۲۰ ارديبهشت ۱۴۰۲ - ۱۰:۵۲
شرکت متا یک مدل هوش مصنوعی چندوجهی را برای تقلید ادراک حسی انسان‌ها معرفی کرد
متا از مدل هوش مصنوعی جدید ImageBind رونمایی کرده است که چندین جریان داده مختلف ازجمله متن، صدا، تصویر، دما و اطلاعات حرکتی را به یکدیگر پیوند می‌دهد.

به گزارش شهرآرانیوز - این مدل که ImageBind نام دارد، به‌صورت متن‌باز در دسترس عموم قرار می‌گیرد و سعی می‌کند مانند انسان رابطه میان داده‌ها را پیش‌بینی کند.

مدل‌هایی مثل میدجرنی، Stable Diffusion و DALL-E ۲ کلمات را با تصاویر پیوند می‌دهند تا امکان خلق تصاویر جدید با توصیفات متنی فراهم شود. اما ImageBind قابلیت‌های وسیع‌تری دارد. این مدل هوش مصنوعی می‌تواند میان ۶ نوع داده شامل متن، تصویر یا ویدیو، صدا، اندازه‌گیری‌های سه‌بعدی (عمق)، اطلاعات دمایی (حرارت) و داده‌های حرکتی (IMU یا واحد اندازه‌گیری اینرسی که مثلاً در گوشی‌های هوشمند برای تشخیص تغییر حالت دستگاه از عمودی به افقی استفاده می‌شود) پیوند ایجاد کند.

این کار در شرایطی انجام می‌شود که لازم نیست تمام احتمالات ممکن از قبل به هوش مصنوعی آموزش داده شود. می‌توانید ImageBind را به‌عنوان یک سیستم یادگیری ماشینی در نظر بگیرید که شباهت بیشتری به یادگیری انسانی دارد. برای مثال، اگر شما در یک محیط شلوغ مثل خیابان ایستاده باشید، مغزتان (عمدتاً به‌طور ناخودآگاه) محیط را می‌بیند و صدا‌ها را می‌شنود تا متوجه عبور خودروها، عابران پیاده، ساختمان‌ها، وضعیت آب‌وهوا و ... شود.

مدل متا ImageBind چگونه کار می‌کند؟

شرکت متا یک مدل هوش مصنوعی چندوجهی را برای تقلید ادراک حسی انسان‌ها معرفی کرد

حالا کامپیوتر‌ها هم بیشتر به‌سمت شبیه‌سازی رابطه میان حواس مختلف انسانی رفته‌اند تا میان داده‌های ورودی مختلف پیوند ایجاد کنند. اگر توصیف «یک سگ شکاری با لباس‌های گندالف که سعی دارد تعادلش را روی یک توپ حفظ کند» را به میدجرنی بدهید و یک تصویر واقع‌گرایانه از این صحنه دریافت کنید، در طرف مقابل با یک مدل هوش مصنوعی چندوجهی مثل ImageBind احتمالاً می‌توانید ویدیویی از یک سگ با صدا‌های مربوطه، مثلاً در یک محیط شهری، بسازید که در اتاقی با دمای مشخص حضور دارد.

ازجمله کاربرد‌های این مدل قدرتمند می‌توان به دنیای واقعیت مجازی و متاورس اشاره کرد. برای مثال، در آینده احتمالاً هدستی تولید خواهد شد که بتواند در‌لحظه یک صحنه سه‌بعدی واقعی را با مشخصات معین خلق کند.

متا انتظار دارد که این مدل هوش مصنوعی در آینده تعداد «حواس» خود را از شش عدد افزایش دهد. محققان این شرکت می‌گویند پشتیبانی از حس‌هایی مثل لامسه، تکلم، بویایی و حتی سیگنال‌های fMRI مغزی می‌تواند به غنی‌ترکردن تجربه استفاده از این مدل‌ها کمک کند. منتها درحال‌حاضر به‌نظر می‌رسد که هوش مصنوعی جدید متا بیشتر برای امور تحقیقاتی کاربرد داشته باشد.

منبع: دیجیاتو

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 -->