Nový model umělé inteligence zvládá přenášet pachy a další novinky

2 minuty radosti

Ilustrační foto: Pexels

Umělá inteligence stále více fascinuje svět. Její vývoj je velice rychlý. Společnost Meta, která provozuje Facebook, Instagram či WhatsApp, nyní oznámila vytvoření nového AI modelu, který dokáže kombinovat data z více rozdílných vstupů – text, zvuk, obraz a data například ze senzorů měřících teplotu, hloubku prostoru nebo pohyb, informoval iRozhlas.

Současné nejznámější modely obvykle propojují dva druhy dat, kdy na základě textů dokážou vytvořit například obrázek. Model ImageBind je přelomový v tom, že se učí propojovat až šest dimenzí. Umí například na základě fotky psa přehrát zvuk štěkání nebo naopak po přehrání zvuků jedoucího vlaku ukáže fotku lokomotivy. Projekt zatím nemá žádné praktické využití a slouží jako základ k určitým pokusům zjišťujícím, co by budoucí systémy umělé inteligence mohly umět.

Introducing ImageBind by Meta AI: the first AI model capable of binding data from six modalities at once. This breakthrough brings machines one step closer to the human ability to bind together information from many different senses.

More on this new open source work ⬇️
— AI at Meta (@AIatMeta) May 9, 2023

Podobné pokusy, jako je kombinace obrázků, textů, zvuků či videa, zkouší i další vývojáři velkých jazykových modelů. U ImageBind jsou ale zajímavá senzorická data či například data z různých měřáků teploty. „Toto by mohlo být velmi zajímavé. Ono se to týká nejenom virtuální reality, ale i toho, čemu se říká rozšířená realita čili prolínání skutečného a virtuálního světa, protože možností, odkud snímat data, je velice mnoho,“ uvedl redaktor Deníku N Petr Koubský, který se tématem zabývá.

Autor článku