Google esitteli tekoälymallin uutisartikkelien havainnollistamiseen
Lyhyesti
Google julkistaa uuden tekoälymallin korkealaatuisten visuaalisten yhteenvetojen tuottamiseen uutisartikkeleista
Google on ilmoitti uusi tekoäly (AI) -malli, jonka se sanoo voivan automaattisesti luoda "yhtenäisiä ja sujuvia" visuaalisia tiivistelmiä uutisartikkeleista. Teknologiajätti sanoo, että malli voi auttaa saamaan tiedon käyttäjien saataville tuottaa "korkealaatuiset" visuaaliset yhteenvedot pitkistä tekstikappaleista.
Malli perustuu syväoppimisalgoritmiin, joka tunnetaan nimellä muuntaja, joka on suunniteltu "ymmärtämään" lauseen konteksti ja luomaan sitten kuva, joka säilyttää tärkeät tiedot alkuperäisestä tekstistä.
Google suorittaa paljon haastavamman tehtävän ymmärtää koko tekstin kokonaiskonteksti, toisin kuin tällä hetkellä suosittu tekstistä kuvaksi järjestelmät, jotka perustuvat "mitä näen, siitä piirrän" -periaatteen "frontaaliseen" kuvaamiseen. Lisäksi kuvien valinnalla luodaan "kuva kokonaisuutena" yksittäisten lausuntojen ja lauseiden sijaan (kuten käytännössä kaikki tekevät tällä hetkellä). Toisin sanoen kuvat valitaan koko artikkeliin kontekstit ja merkitykset huomioiden.
Google sanoo, että malli voi luoda tiivistelmiä useista lauseista uutisartikkelista ja että se on ollut koulutettu suurelle tietojoukolle NewsStories, joka sisältää lähes 31 miljoonaa artikkelia, 22 miljoonaa valokuvaa ja miljoona videota piilotettuna pensaisiin.
Tässä projektissa otamme vastaan aivan uuden haasteen: luomme visuaalisia tiivistelmiä, jotka ovat pidempiä tekstejä, joihin liittyy kuvakokoelma. Hallitsemalla kaksi MIL-alitehtävää (Multiple Instance Learning) pyritään maksimoimaan semanttinen samankaltaisuus kunkin artikkelin ja syötettyjen kuvien välillä.
Ensimmäinen askel on sovittaa kuva koko artikkeliin sen jälkeen, kun se on käännetty oikeiksi esityksiksi käyttämällä sekä kieli- että kuvakoodareita.
Toinen vaihe sisältää tekstiartikkelin jakamisen eri lauseisiin ja kunkin lauseen koodaamisen eri esitykseksi. Tavoitteena on optimoida keskinäinen informaatio, defitodennäköisyysjakaumat kuva- ja tekstisekvenssien välillä. Suurin tarkkuus saavutettiin tuloksena.
Yhteenvetona voidaan todeta, että tämä tutkimus antaa monenlaisia panoksia sovelluksista, kuten automatisoidusta kerronnallisesta kuvituksesta, haastavaan tehtävään sovittaa yhteen tarina ja kuvituskokoelma. Yhtiö kertoo malli voidaan soveltaa myös muihin kieliin ja että se pyrkii laajentamaan tietojoukkoa sisältämään artikkeleita muilta sivustoilta.
Lue lisää aiheeseen liittyviä artikkeleita:
Vastuun kieltäminen
Mukaisesti Luottamusprojektin ohjeetHuomaa, että tällä sivulla annettuja tietoja ei ole tarkoitettu eikä niitä tule tulkita oikeudellisiksi, verotukselliseksi, sijoitus-, rahoitus- tai minkään muun muodon neuvoiksi. On tärkeää sijoittaa vain sen verran, mitä sinulla on varaa menettää, ja pyytää riippumatonta talousneuvontaa, jos sinulla on epäilyksiä. Lisätietoja saat käyttöehdoista sekä myöntäjän tai mainostajan tarjoamista ohje- ja tukisivuista. MetaversePost on sitoutunut tarkkaan, puolueettomaan raportointiin, mutta markkinaolosuhteet voivat muuttua ilman erillistä ilmoitusta.
Author
Damir on tiimin johtaja, tuotepäällikkö ja toimittaja osoitteessa Metaverse Post, kattaa aiheita, kuten AI/ML, AGI, LLMs, Metaverse ja Web3- liittyvät kentät. Hänen artikkelinsa houkuttelevat yli miljoonan käyttäjän massiivisen yleisön joka kuukausi. Hän näyttää olevan asiantuntija, jolla on 10 vuoden kokemus hakukoneoptimoinnista ja digitaalisesta markkinoinnista. Damir on mainittu Mashablessa, Wiredissä, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ja muut julkaisut. Hän matkustaa Arabiemiirikuntien, Turkin, Venäjän ja IVY-maiden välillä digitaalisena nomadina. Damir suoritti kandidaatin tutkinnon fysiikasta, jonka hän uskoo antaneen hänelle kriittisen ajattelun taidot menestyäkseen jatkuvasti muuttuvassa internetin maisemassa.
lisää artikkeleita
Damir on tiimin johtaja, tuotepäällikkö ja toimittaja osoitteessa Metaverse Post, kattaa aiheita, kuten AI/ML, AGI, LLMs, Metaverse ja Web3- liittyvät kentät. Hänen artikkelinsa houkuttelevat yli miljoonan käyttäjän massiivisen yleisön joka kuukausi. Hän näyttää olevan asiantuntija, jolla on 10 vuoden kokemus hakukoneoptimoinnista ja digitaalisesta markkinoinnista. Damir on mainittu Mashablessa, Wiredissä, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ja muut julkaisut. Hän matkustaa Arabiemiirikuntien, Turkin, Venäjän ja IVY-maiden välillä digitaalisena nomadina. Damir suoritti kandidaatin tutkinnon fysiikasta, jonka hän uskoo antaneen hänelle kriittisen ajattelun taidot menestyäkseen jatkuvasti muuttuvassa internetin maisemassa.
