Google tutvustas uudisteartiklite illustreerimiseks tehisintellekti mudelit
Põgusalt
Google kuulutab välja uut tehisintellekti mudelit kvaliteetsete visuaalsete kokkuvõtete tegemiseks uudisteartiklitest
Google on teatas uus tehisintellekti (AI) mudel, mis selle väitel suudab automaatselt genereerida uudisteartiklite "sidusaid ja ladusaid" visuaalseid kokkuvõtteid. Tehnoloogiahiiglane ütleb, et mudel võib aidata muuta teabe kasutajatele kättesaadavamaks teeniva "kvaliteetsed" visuaalsed kokkuvõtted pikkadest tekstiosadest.
Mudel põhineb sügaval õppimisalgoritmil, mida tuntakse transformaatorina ja mis on loodud lause konteksti "mõistmiseks" ja seejärel illustratsiooni genereerimiseks, mis säilitab algtekstist olulise teabe.
Erinevalt praegu populaarsest täidab Google palju keerulisema ülesande, milleks on kogu teksti üldise konteksti mõistmine. tekst-pildiks süsteemid, mis põhinevad põhimõtte "mida ma näen, sellest ma joonistan" "frontaalsel" kujutamisel. Lisaks tehakse piltide valikul pigem „pilt kui tervik”, mitte üksikud väited ja fraasid (nagu praktiliselt kõik praegu teevad). Teisisõnu, pildid valitakse kogu artikli jaoks, võttes arvesse konteksti ja tähendusi.
Google ütleb, et mudel suudab luua kokkuvõtteid mitmest uudisteartikli lausest ja see on nii olnud koolitatud suure andmestikuga NewsStories, mis sisaldab peaaegu 31 miljonit artiklit, 22 miljonit fotot ja 1 miljon videot, mis on peidetud põõsastesse.
Selle projektiga võtame ette täiesti uue väljakutse: luua visuaalseid kokkuvõtteid, mis on pikemad tekstid koos pildikogumiga. Kahe MIL-i (Multiple Instance Learning) alamülesande valdamise eesmärk on maksimeerida iga artikli ja sisendfotode semantilist sarnasust.
Esimene samm on sobitada pilt kogu artikliga pärast seda, kui see on tõlgitud õigesse esitusviisi, kasutades nii keele kui ka pildi kodeerijaid.
Teine samm hõlmab tekstiartikli jagamist eraldi lauseteks ja iga lause kodeerimist erinevaks esituseks. Eesmärk on optimeerida vastastikust teavet, defined tõenäosusjaotuste osas pildi- ja tekstijadade vahel. Selle tulemusel saadi suurim täpsus.
Kokkuvõtteks võib öelda, et see uuring annab mitmesuguse panuse, alates sellistest rakendustest nagu automaatne jutustav illustratsioon kuni keerulise ülesandeni loo ja illustratsioonide kogumi sobitamiseks. Ettevõte ütleb, et mudel saab rakendada ka teistele keeltele ja et see tegeleb andmestiku laiendamisega, et see hõlmaks ka teistelt saitidelt pärit artikleid.
Loe rohkem seotud artikleid:
Kaebused
Vastavalt Usaldusprojekti juhised, pange tähele, et sellel lehel esitatud teave ei ole mõeldud ega tohiks tõlgendada kui juriidilist, maksu-, investeerimis-, finants- või muud nõuannet. Oluline on investeerida ainult seda, mida saate endale lubada kaotada, ja kahtluste korral küsida sõltumatut finantsnõu. Lisateabe saamiseks soovitame vaadata nõudeid ja tingimusi ning väljaandja või reklaamija pakutavaid abi- ja tugilehti. MetaversePost on pühendunud täpsele ja erapooletule aruandlusele, kuid turutingimusi võidakse ette teatamata muuta.
Umbes Autor
Damir on ettevõtte meeskonnajuht, tootejuht ja toimetaja Metaverse Post, mis hõlmab selliseid teemasid nagu AI/ML, AGI, LLM-id, Metaverse ja Web3-seotud väljad. Tema artiklid meelitavad igal kuul tohutut vaatajaskonda, üle miljoni kasutaja. Ta näib olevat ekspert, kellel on 10-aastane SEO ja digitaalse turunduse kogemus. Damirit on mainitud ajakirjades Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ja muud väljaanded. Ta reisib digitaalse nomaadina AÜE, Türgi, Venemaa ja SRÜ vahel. Damir omandas bakalaureusekraadi füüsikas, mis on tema arvates andnud talle kriitilise mõtlemise oskused, mida on vaja pidevalt muutuval Interneti-maastikul edukaks saamiseks.
Veel artikleid
Damir on ettevõtte meeskonnajuht, tootejuht ja toimetaja Metaverse Post, mis hõlmab selliseid teemasid nagu AI/ML, AGI, LLM-id, Metaverse ja Web3-seotud väljad. Tema artiklid meelitavad igal kuul tohutut vaatajaskonda, üle miljoni kasutaja. Ta näib olevat ekspert, kellel on 10-aastane SEO ja digitaalse turunduse kogemus. Damirit on mainitud ajakirjades Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ja muud väljaanded. Ta reisib digitaalse nomaadina AÜE, Türgi, Venemaa ja SRÜ vahel. Damir omandas bakalaureusekraadi füüsikas, mis on tema arvates andnud talle kriitilise mõtlemise oskused, mida on vaja pidevalt muutuval Interneti-maastikul edukaks saamiseks.
