آیا گلکسی زد فلیپ FE سال ۲۰۲۵ عرضه می‌شود؟ تغییر قابلیت بلاک در ایکس | حالا پست‌های عمومی شما را همه می‌بینند پرواز اولین تاکسی برقی تویوتا در آسمان ژاپن + فیلم (۱۵ آبان ۱۴۰۳) پرتاب موفق دو ماهواره ایرانی به فضا (۱۵ آبان ۱۴۰۳) + فیلم با هدف خدمت‌رسانی در حوزه کتاب‌داری، یک محصول دانش‌بنیان در کتابخانه‌های مهم کشور استفاده می‌شود جواب پازل امروز میجر (سه‌شنبه ۱۵ آبان ۱۴۰۳) بالاترین سرعت پهنای باند اینترنت موبایل متعلق به کدام کشورهاست؟ قابلیت‌های جدیدی که در iOS ۱۸.۲ ارائه می‌شود محمد جعفرپور به عنوان مدیرعامل شرکت مخابرات ایران معرفی شد چرا برخی از ویدئوهای اینستاگرام تار و بی‌کیفیت هستند؟ جواب پازل امروز میجر (دوشنبه ۱۴ آبان ۱۴۰۳) چطور با هوش مصنوعی ترانه و موزیک فارسی بسازیم؟ + آموزش و لینک سایت واردات قانونی، قیمت‌های آیفون ۱۶ را منصفانه می‌کند جواب پازل امروز میجر (یکشنبه ۱۳ آبان ۱۴۰۳) ماهواره‌های «هدهد» و «کوثر» پس از چهارسال تلاش، به فضا پرتاب می‌شوند بازدید معاون علمی و فناوری رئیس‌جمهور از پارک علم و فناوری استان | آغاز ساخت برج فناوری هوش مصنوعی در مشهد + فیلم آغاز فرایند ساخت برج فناوری هوش مصنوعی در مشهد با حضور معاون علمی رئیس‌جمهور + فیلم پاسخ پازل امروز میجر (شنبه ۱۲ آبان ۱۴۰۳) رونمایی از قابلیت جدید جست‌وجوی ChatGPT | معرفی رقیب قدرتمند برای موتور جستوی گوگل ویدئویی جدید از «اطلس»، ربات انسان‌نمای جدید بوستون داینامیکس
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 -->