){kind=link}
Հետազոտողներ Apple մշակել են արհեստական ինտելեկտի համակարգ, որը կոչվում է ReALM (Reference Resolution as Language Modeling), որի նպատակն է արմատապես բարելավել ձայնային օգնականների հրամանները հասկանալու և արձագանքելու եղանակը:
Հետազոտական հոդվածում Apple նկարագրում է նոր շրջանակ, թե ինչպես են մեծ լեզուների մոդելները լուծում հղումների լուծման խնդիրը, որը ներառում է էկրանի օբյեկտների երկիմաստ հղումների վերծանումը, ինչպես նաև խոսակցական և ֆոնային համատեքստի ընկալումը: Արդյունքում, ReALM-ը կարող է հանգեցնել սարքերի հետ ավելի ինտուիտիվ և բնական փոխգործակցության:
Հղումների ճանաչումը բնական լեզուն հասկանալու կարևոր մասն է, որը թույլ է տալիս օգտատերերին առանց շփոթության օգտագործել դերանուններ և այլ անուղղակի հղումներ խոսակցության մեջ: Թվային օգնականների համար այս կարողությունը պատմականորեն նշանակալի մարտահրավեր է եղել՝ սահմանափակված բանավոր ազդանշանների և տեսողական տեղեկատվության լայն շրջանակ մեկնաբանելու անհրաժեշտությամբ: ReALM համակարգը սկսած Apple նպատակ ունի լուծել այս խնդիրը՝ հղումների ճանաչման բարդ գործընթացը վերածելով զուտ լեզվի մոդելավորման առաջադրանքի: Այսպիսով, նա կարող է հասկանալ էկրանին ցուցադրվող տեսողական տարրերի հղումները և ինտեգրել այս հասկացողությունը խոսակցական հոսքի մեջ:
ReALM-ը վերակառուցում է էկրանի տեսողական կառուցվածքը՝ օգտագործելով տեքստային ներկայացումներ: Սա ներառում է էկրանի օբյեկտների վերլուծություն և դրանք դասավորելու՝ ստեղծելու տեքստային ձևաչափ, որն արտացոլում է էկրանի բովանդակությունն ու կառուցվածքը: Հետազոտողներ Apple պարզել է, որ այս ռազմավարությունը, զուգորդված լեզվական մոդելների հատուկ կարգավորմամբ՝ հենանիշերի լուծման խնդիրների համար, զգալիորեն գերազանցում է ավանդական մեթոդներին, ներառյալ OpenAI-ի GPT-4-ի հնարավորությունները:
ReALM-ը կարող է օգտատերերին հնարավորություն տալ շատ ավելի արդյունավետ կերպով շփվել թվային օգնականների հետ՝ հիմնվելով այն ամենի վրա, ինչ ներկայումս ցուցադրվում է էկրանին, առանց ճշգրիտ, մանրամասն հրահանգների անհրաժեշտության: Սա կարող է ձայնային օգնականներին շատ ավելի օգտակար դարձնել տարբեր իրավիճակներում, օրինակ՝ օգնելով վարորդներին նավարկելու տեղեկատվական ժամանցային համակարգերով մեքենա վարելիս կամ օգնելով հաշմանդամություն ունեցող օգտատերերին՝ տրամադրելով անուղղակի փոխազդեցության ավելի հեշտ և ճշգրիտ միջոցներ:
Apple արդեն հրապարակել է մի քանի գիտահետազոտական աշխատանքներ AI-ի ոլորտում: Անցյալ ամիս ընկերությունը ներկայացրեց մեծ լեզվական մոդելներ սովորելու նոր մեթոդ, որն անխափան կերպով միավորում է ինչպես տեքստային, այնպես էլ տեսողական տեղեկատվությունը: Ակնկալվում է, որ Apple հունիսին կայանալիք WWDC կոնֆերանսում կներկայացնի արհեստական ինտելեկտի մի շարք առանձնահատկություններ:
Կարդացեք նաև.