Google predstavil model AI na ilustráciu spravodajských článkov
Stručne
Google oznamuje nový model AI na vytváranie vysokokvalitných vizuálnych súhrnov spravodajských článkov
Google má oznámila, nový model umelej inteligencie (AI), o ktorom sa hovorí, že dokáže automaticky generovať „koherentné a plynulé“ vizuálne súhrny spravodajských článkov. Technologický gigant hovorí, že tento model môže pomôcť sprístupniť informácie používateľom generovanie „kvalitné“ vizuálne súhrny dlhých textov.
Model je založený na algoritme hlbokého učenia známeho ako transformátor, ktorý je navrhnutý tak, aby „pochopil“ kontext vety a potom vytvoril ilustráciu, ktorá zachová dôležité informácie z pôvodného textu.
Google plní oveľa náročnejšiu úlohu pochopenia celkového kontextu celého textu, na rozdiel od v súčasnosti populárneho prevod textu na obrázok systémy, ktoré sú založené na „frontálnom“ zobrazení princípu „čo vidím, o tom kreslím“. Okrem toho sa obrázky vyberajú tak, aby vytvorili „obraz ako celok“, a nie jednotlivé výroky a frázy (ako to teraz robí prakticky každý). Inými slovami, obrázky sa vyberajú pre celý článok, pričom sa berú do úvahy kontexty a významy.
Google hovorí, že model dokáže generovať zhrnutia viacerých viet z novinového článku a že to tak bolo trénované na veľkom súbore údajov NewsStories, ktorý obsahuje takmer 31 miliónov článkov, 22 miliónov fotografií a 1 milión videí ukrytých v kríkoch.
V tomto projekte prijímame úplne novú výzvu: vytváranie vizuálnych súhrnov, čo sú dlhšie texty sprevádzané kolekciou obrázkov. Zvládnutím dvoch podúloh MIL (Multiple Instance Learning) je cieľom maximalizovať sémantickú podobnosť medzi každým článkom a vstupnými fotografiami.
Prvým krokom je priradiť obrázok k úplnému článku po jeho preklade do správnych reprezentácií pomocou kódovačov jazyka aj obrázkov.
Druhý krok znamená rozdelenie textového článku na samostatné vety a zakódovanie každej vety do inej reprezentácie. Cieľom je optimalizácia vzájomnej informovanosti, defiz hľadiska rozdelenia pravdepodobnosti medzi obrázkovými a textovými sekvenciami. Výsledkom bola najväčšia presnosť.
Na záver, táto štúdia prináša rôzne príspevky, od aplikácií, ako je automatizovaná naratívna ilustrácia, až po náročnú úlohu zosúladiť príbeh a zbierku ilustrácií. Spoločnosť tvrdí, že model možno použiť aj na iné jazyky a že pracuje na rozšírení množiny údajov tak, aby zahŕňala články z iných stránok.
Prečítajte si ďalšie súvisiace články:
Vylúčenie zodpovednosti
V súlade s Pokyny k projektu Trust, uvedomte si, že informácie uvedené na tejto stránke nie sú zamýšľané a nemali by byť interpretované ako právne, daňové, investičné, finančné alebo iné formy poradenstva. Je dôležité investovať len toľko, koľko si môžete dovoliť stratiť a v prípade akýchkoľvek pochybností vyhľadať nezávislé finančné poradenstvo. Ak chcete získať ďalšie informácie, odporúčame vám pozrieť si zmluvné podmienky, ako aj stránky pomoci a podpory poskytnuté vydavateľom alebo inzerentom. MetaversePost sa zaviazala poskytovať presné a nezaujaté správy, ale podmienky na trhu sa môžu zmeniť bez upozornenia.
O autorovi
Damir je vedúci tímu, produktový manažér a redaktor v Metaverse Post, pokrývajúce témy ako AI/ML, AGI, LLM, Metaverse a Web3- súvisiace oblasti. Jeho články priťahujú každý mesiac obrovské publikum s viac ako miliónom používateľov. Zdá sa, že je odborníkom s 10-ročnými skúsenosťami v oblasti SEO a digitálneho marketingu. Damir bol spomenutý v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto a ďalšie publikácie. Ako digitálny nomád cestuje medzi SAE, Tureckom, Ruskom a SNŠ. Damir získal bakalársky titul z fyziky, o ktorom sa domnieva, že mu dal schopnosti kritického myslenia potrebné na to, aby bol úspešný v neustále sa meniacom prostredí internetu.
Ďalšie články
Damir je vedúci tímu, produktový manažér a redaktor v Metaverse Post, pokrývajúce témy ako AI/ML, AGI, LLM, Metaverse a Web3- súvisiace oblasti. Jeho články priťahujú každý mesiac obrovské publikum s viac ako miliónom používateľov. Zdá sa, že je odborníkom s 10-ročnými skúsenosťami v oblasti SEO a digitálneho marketingu. Damir bol spomenutý v Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto a ďalšie publikácie. Ako digitálny nomád cestuje medzi SAE, Tureckom, Ruskom a SNŠ. Damir získal bakalársky titul z fyziky, o ktorom sa domnieva, že mu dal schopnosti kritického myslenia potrebné na to, aby bol úspešný v neustále sa meniacom prostredí internetu.
