Quantcast
News

Microsoft AI ha imparato a risolvere test molto complessi

Condividi l'articolo

Microsoft ha presentato un nuovo modello di intelligenza artificiale chiamato Kosmos-1. L’azienda ritiene che l’algoritmo, che combina diverse modalità di input, apra la strada alla creazione di un’intelligenza artificiale in grado di svolgere compiti comuni a livello umano.

Secondo gli sviluppatori, Kosmos-1 è in grado di analizzare il contenuto delle immagini e di creare didascalie per le immagini, di risolvere puzzle, di eseguire il riconoscimento di testi visivi, di superare test di QI (finora con una precisione compresa tra il 22 e il 26%) e di comprendere istruzioni in linguaggio naturale. Questo progetto è stato sviluppato da Microsoft senza OpenAI. Si basa sullo sviluppo di un LLM in linguaggio naturale. Prima che il modello AI possa leggere un’immagine, i ricercatori devono tradurla in una serie speciale di token.

Leggi anche:

Kosmos-1 è stato addestrato utilizzando i dati di Internet, compresi gli estratti di The Pile e Common Crawl. Gli sviluppatori hanno valutato le capacità del modello in diversi test, tra cui la comprensione e la generazione del linguaggio, la classificazione del testo senza il riconoscimento ottico dei caratteri, la didascalia delle immagini, la risposta a domande visive e la classificazione di immagini a zero fotogrammi.

Secondo Microsoft, l’algoritmo Kosmos-1 ha persino superato i modelli attuali in molti dei test condotti e gli scienziati intendono aggiungervi in futuro una funzione di sintesi vocale. L’azienda afferma inoltre di voler aprire il modello agli sviluppatori nel prossimo futuro.

Fonte

Ti potrebbe interessare:
Segui guruhitech su:

Esprimi il tuo parere!

Quali credi che saranno i limiti dell’intelligenza artificiale? Lascia un commento nell’apposita sezione che trovi più in basso e se ti va, iscriviti alla newsletter.

Per qualsiasi domanda, informazione o assistenza nel mondo della tecnologia, puoi inviare una email all’indirizzo [email protected].

+1
0
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0
0 0 votes
Article Rating

Rispondi

0 Commenti
Newest
Oldest Most Voted
Inline Feedbacks
View all comments
0
Would love your thoughts, please comment.x