متا از فناوری هوش مصنوعی جدید خود به نام ImageBind رونمایی کرده است. این فناوری هوش مصنوعی قادر است علاوه بر متن و تصویر، دیگر ورودی‌های ممکن از جمله صدا یا ویدئو را نیز دریافت نموده و بر اساس آن‌ها خروجی مورد نیاز کاربران را تولید نماید. با ادامه مطلب در شهر سخت افزار همراه باشید.
چت‌بات‌های مولد با امکان تولید متن و تصویر خیلی زود در بین کاربران رونق پیدا کرده‌اند و همین موضوع، شرکت‌های تکنولوژی را بر آن کرده تا هر چه زودتر از مدل‌ها و نوآوری‌های خود در زمینه هوش مصنوعی رونمایی کنند.
در همین رابطه بخوانید:
- متا از اولین هوش مصنوعی بدون نیاز به آموزش اولیه رونمایی کرد؛ متخصص در جداسازی و تشخیص اشیا
- هوش مصنوعی Dall-E 2 چیست؟ آموزش تولید تصویر با متن توسط AI
مدل هوش مصنوعی ImageBind متا
متا در این بین مدل هوش مصنوعی ImageBind را معرفی نموده که قابلیت‌های جدیدی از AI را برای کاربران به ارمغان می‌آورد. بر خلاف دیگر مدل‌های وارد شده به بازار مانند ChatGPT که تنها از طریق متن یا تصویر تمرین داده شده‌اند و خروجی خود را نیز تنها از همین طریق تولید می‌کنند، هوش مصنوعی تازه متا انواع ورودی مختلفی را از کاربران دریافت می‌نماید.
برای مثال، ویژگی Make-A-Scene متا امکان تولید تصویر از طریق صدا را فراهم آورده تا بتوان صدای زنده یک بازار شلوغ یا جنگل بارانی را در آن واحد به عکس تبدیل کرد. همچنین می‌توان با ترکیب چندین عکس و صدا، خروجی‌های دقیق‌تری نیز با استفاده از هوش مصنوعی ImageBind ساخت.
این AI تازه به میدان آمده متا قابلیت جستجو بر اساس تصویر، متن، ویدئو و صدا را علاوه بر متن فراهم آورده و قادر است این محتوای چند رسانه‌ای را با خلاقیت به یکدیگر تبدیل نماید. با ImageBind، متا به ماشین‌ها اجازه می‌دهد تا از طریق چندین ورودی، به درک بهتری از واقعیت دست پیدا نمایند و صرفاً به تولید متن یا تصویر بر اساس توضیحات کاربران یا مطالب موجود در اینترنت متکی نباشند.
باید به این نکته اشاره کنیم که تلاش‌های متا یا همان فیسبوک سابق در حوزه متاورس، نقش مهمی در ساخت ImageBind ایفا کرده است. این AI نیز تلاش دارد تا با تولید خروجی نزدیک به احساسات انسان، تجربه وی را در فضایی خارج از دنیای واقعی شبیه‌سازی نماید.
نظر خود را اضافه کنید.
برای ارسال نظر وارد شوید
ارسال نظر بدون عضویت در سایت