مدل جدید هوش‌مصنوعی متا با ویدئو آموزش می‌بیند

لکون گفت: "هدف ما ساخت هوش ماشینی پیشرفته‌ای است که بتواند بیش‌تر شبیه به انسان‌ها یاد بگیرد و مدل‌های داخلی دنیای اطراف خود را برای یادگیری، سازگاری و ایجاد برنامه‌هایی کارآمد در خدمت تکمیل وظایف پیچیده شکل دهد."

توجه داشته باشید که V - JEPA یک مدل مولد نیست، آن یک مدل مفهومی داخلی از جهان را توسعه می‌دهد و محققان متا می ‌گویند که V - JEPA، پس از آموزش به روش تماشای ویدئو "در تشخیص و درک تعاملات بسیار دقیق، بین اشیا برتری دارد".

گام بعدی متا پس از V - JEPA اضافه کردن صدا به ویدئو است که به مدل بعد کاملا جدیدی از داده‌ها برای یادگیری می‌دهد - درست مانند کودکی که در حال تماشای یک تلویزیون خاموش است و سپس صدا را بالا می برد؛ کودک نه تنها می‌بیند اشیا چگونه حرکت می‌کنند، بلکه برای مثال می‌شنود که مردم در مورد آن‌ها صحبت می‌کنند.

متا اعلام کرد مدل V - JEPA را تحت یک مجوز غیرتجاری Creative Commons منتشر می‌کند تا محققان بتوانند آن را آزمایش کنند و شاید قابلیت‌های آن را گسترش دهند.

انتهای پیام/