Meta は、テキスト、音声、視覚など 6 種類のデータを統合するオープンソースの多感覚人工知能モデルです。
Meta Inc. は、テキスト、オーディオ、ビジュアル データ、温度と動きの測定値などを含む複数のデータ ストリームを統合する新しいオープンソースの人工知能モデルである ImageBind をリリースしました。このモデルは現在単なる研究プロジェクトにすぎず、消費者への直接的な応用や実用化はまだありませんが、没入型で多感覚の体験を生み出すことができる将来の生成 AI システムの可能性を示しています。同時に、このモデルは、OpenAI や Google などの競合他社がますます閉鎖的になる一方で、人工知能研究の分野における Meta のオープンな姿勢も示しています。
#研究の核となるコンセプトは、複数の種類のデータを多次元インデックス (人工知能の用語では「埋め込み空間」) に統合することです。この概念は少し抽象的かもしれませんが、最近の生成人工知能ブームの基礎となっています。たとえば、DALL-E、Stable Diffusion、Midjourney などの AI 画像ジェネレーターは、トレーニング段階でテキストと画像を結び付けるシステムに依存しています。彼らは、この情報を画像の説明に結び付けながら、視覚データ内のパターンを探します。これらのシステムがユーザーのテキスト入力に基づいて画像を生成できるのはこのためです。同じ方法でビデオやオーディオを生成できる多くの AI ツールにも同じことが当てはまります。
Meta によれば、そのモデル ImageBind は 6 種類のデータを単一の埋め込みスペースに統合した初めてのモデルです。 6 種類のデータには、視覚 (画像とビデオを含む)、熱画像 (赤外線画像)、テキスト、音声、深度情報、そして最も興味深いのは、慣性測定ユニット (IMU) によって生成される運動測定値が含まれます。 (IMU は携帯電話やスマートウォッチに搭載されており、携帯電話を横向きから縦向きに切り替えることから、さまざまな種類の動きを区別するまで、さまざまなタスクを実行するために使用されます。)
将来の AI システムは、タスクを実行できるようになります。テキスト入力システムと同様に、このデータを相互参照します。たとえば、オーディオおよびビジュアル入力だけでなく、環境や物理プラットフォームの動きも生成できる将来の仮想現実デバイスを想像してください。長い海の旅を疑似体験してもらうと、波の音を背景に船に乗るだけでなく、足元で甲板が揺れ、海風が吹くのを感じることもできます。
メタ氏はブログ投稿で、将来のモデルでは「触覚、音声、匂い、脳のfMRI信号」などの他の感覚入力ストリームも追加できる可能性があると指摘した。同社はまた、この研究により、「機械がさまざまな形の情報から同時に、包括的に、直接学習する人間の能力に近づくことができる」と主張しています。
もちろん、この多くは予測に基づいています。この研究の直接的な応用は非常に限られている可能性が高い。たとえば昨年、Meta 社は、テキストの説明に基づいて短くぼやけたビデオを生成できる AI モデルを実証しました。 ImageBind などの研究では、システムの将来のバージョンで、ビデオ出力に一致するオーディオの生成など、他のデータ ストリームを組み込む方法が示されています。
業界観察者にとって、この調査も興味深いものです。なぜなら、IT House は、メタ カンパニーが基礎となるモデルをオープンソース化していることに気づいたからです。これは、人工知能の分野でますます注目を集めている実践です。
以上がMeta は、テキスト、音声、視覚など 6 種類のデータを統合するオープンソースの多感覚人工知能モデルです。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス
