تقدم Meta نموذج ImageBind الجديد متعدد المستشعرات
الوجهة هذا الأسبوع أعلن نموذج جديد للذكاء الاصطناعي (AI) جاكيت مصدر ربط أنواع بيانات متعددة بما في ذلك البيانات النصية والصوتية والمرئية ودرجة الحرارة وقراءات الحركة. النموذج هو مجرد مشروع بحثي في الوقت الحالي ، بدون تطبيقات عملية أو استهلاكية فورية. ومع ذلك ، فإنه يشير إلى مستقبل الأنظمة ذكاء اصطناعي توليدي قادر على خلق تجارب غامرة ومتعدد الحواس. اسمه رابط الصورة الفوقية ونوضح كيف يعمل.
تقدم Meta ImageBind نموذجًا جديدًا مفتوح المصدر متعدد الحواس للذكاء الاصطناعي. إليك كيفية عملها وما يمكن أن تفعله
يُطلق على الجدة اسم Meta ImageBind وهي الأولى من نوعها الجمع بين ستة أنواع من البيانات في مساحة واحدة متعددة الأبعاد. أنواع البيانات الستة المدرجة في النموذج هي:
- المرئيات (على شكل صور وفيديو)
- حراري (تصوير بالأشعة تحت الحمراء)
- النصوص
- Audio
- معلومات متعمقة
- قراءات الحركة التي تم إنشاؤها بواسطة وحدة القياس بالقصور الذاتي ، أو IMU
اقرأ أيضا: تقدم Meta SAM ، الذكاء الاصطناعي الذي يحدد العناصر الفردية داخل الصور
الفكرة هي أن أنظمة الذكاء الاصطناعي المستقبلية يمكنها القيام بذلك إسناد هذه البيانات بنفس الطريقة التي تعمل بها الأنظمة الحالية لإدخال النص. تخيل ، على سبيل المثال ، جهاز واقع افتراضي مستقبلي لا يولد المدخلات الصوتية والمرئية فحسب ، بل يولد أيضًا بيئتنا وحركتنا على المسرح المادي. يمكن للمستخدم أن يطلب من الأداة محاكاة رحلة بحرية طويلة، ولن يقتصر الأمر على وضعه على متن سفينة مع هدير الأمواج في الخلفية ، ولكن أيضًا على سطح السفينة المتأرجح تحت الأقدام والنسيم البارد لهواء المحيط. الفكرة هي أن النظام الأساسي يجمع بين تنسيقات البيانات المختلفة لتوليد النتيجة.
في منشور مدونة ، يلاحظ Meta ذلك يمكن إضافة تدفقات المدخلات الحسية الأخرى إلى النماذج المستقبلية ، بما في ذلك "اللمس والكلام والشم وإشارات الدماغ بالرنين المغناطيسي الوظيفي". هذه الميزة التي تم إصدارها حديثًا ليست جاهزة بعد ، لذا لا يستطيع المجتمع اختبارها في هذه المرحلة المبكرة ، على الرغم من أنها في مرحلة متقدمة من التطوير.
