Ipinakilala ng Meta ang Segment Anything, Ang Bagong AI Model nito para sa Image Segmentation
Sa madaling sabi
Ipinakilala ng Meta ang Segment Anything, ang bagong modelo ng pundasyon nito para sa segmentation ng imahe.
Ang kumpanya ay open-sourcing ng dalawang malalaking dataset na ginamit upang sanayin ang modelo ng AI.
Sinasabi ng Meta na ang Segment Anything ay maaaring maging bahagi sa mas malalaking AI system para sa pag-unawa sa parehong nilalaman ng visual at teksto ng isang webpage.
Ipinakilala ng Meta ang Segment Anything, ang bagong modelo ng pundasyon nito para sa segmentation ng imahe. Ang proseso ng pagtukoy kung aling mga pixel ng imahe ang nabibilang sa isang bagay ay isang mahalagang gawain sa computer vision at ginagamit sa iba't ibang mga application, mula sa pagsusuri ng siyentipikong imahe hanggang sa pag-edit ng mga larawan.
Sa panimula nito blog post, itinakda ng kumpanya ang eksena sa pamamagitan ng pagsasabing ang paglikha ng mga tumpak na modelo ng pagse-segment para sa mga partikular na gawain sa computer vision ay karaniwang nangangailangan ng espesyal na gawain ng mga teknikal na eksperto na may access sa imprastraktura ng pagsasanay sa AI at malalaking volume ng maingat na naka-annotate na data sa domain.
Gayunpaman, maaari itong magbago sa lalong madaling panahon kasama ang proyektong Segment Anything dahil ang bagong dataset at modelo nito ay inaasahang gagawing mas madaling ma-access ng mas malawak na audience ang mga modelo ng pagse-segment, na inaalis ang pangangailangan para sa espesyal na teknikal na kadalubhasaan at imprastraktura. Upang makamit iyon, bumuo ang mga mananaliksik ng isang maagap na modelo na sinanay sa magkakaibang data at maaaring umangkop sa mga partikular na gawain, katulad ng kung paano ginagamit ang pag-prompt sa mga natural na modelo sa pagpoproseso ng wika o chatbots.
Upang higit pang gawing demokrasya ang pagse-segment, ginagawang available ng Meta ang napakalaking SA-1B na dataset para sa mga layunin ng pananaliksik, at available ang Segment Anything Model sa ilalim ng permissive open license (Apache 2.0). Bilang karagdagan, ang kumpanya ay bumuo ng isang demo na nagpapahintulot sa mga user na subukan ang SAM gamit ang kanilang sariling mga larawan.
Nakikita ng Meta ang mga potensyal na kaso ng paggamit para sa SAM sa mga domain ng AI, AR/VR at creator. Ang SAM ay may potensyal na maging isang kritikal na elemento sa mas malalaking AI system na naglalayong makamit ang isang mas pangkalahatang multimodal na pag-unawa sa mundo. Halimbawa, maaari nitong mapadali ang pag-unawa sa parehong visual at textual na nilalaman sa isang webpage.
Bukod pa rito, sa AR/VR na domain, maaaring paganahin ng SAM ang pagpili ng bagay batay sa tingin ng isang user at payagan ang bagay na "iangat" sa 3D. Bukod dito, maaaring gamitin ng mga tagalikha ng nilalaman ang SAM upang mapahusay ang mga malikhaing application tulad ng pagkuha ng mga rehiyon ng larawan para sa mga collage o pag-edit ng video.
Pinapalakas ng Meta ang mga pagsusumikap nito sa AI sa gitna ng pagbuo ng AI boom at paghina ng interes sa metaverse. Sa kabila ng $70 bilyong taya ng kumpanya sa metaverse, ang metaverse division nito na Reality Labs ay nakakita ng pagkalugi ng US$13.7 bilyon noong nakaraang taon. Kamakailan, ang Meta ay lumubog din nito NFT mga operasyon sa Facebook at Instagram.
Sa isang pakikipanayam na may Asian Nikkei noong Miyerkules, sinabi ng Meta CTO na si Chris Bosworth na ang mga nangungunang executive ng Meta ay gumugugol ng halos lahat ng kanilang oras sa AI. Meta CEO Mark Zuckerberg anunsyado noong Pebrero isang bagong pangkat ng produkto na nakatuon sa generative AI pagkatapos ilalabas ang bagong modelo ng malaking wika nito na tinatawag na LLaMA (Malaking Modelo ng Wika Meta AI).
Inaasahan na ang kumpanya ay mag-debut ng ilang mga application ng AI na gumagawa ng ad ngayong taon, sinabi ni Bosworth kay Nikkei.
Magbasa nang higit pa:
Pagtanggi sa pananagutan
Sa linya na may Mga alituntunin ng Trust Project, pakitandaan na ang impormasyong ibinigay sa pahinang ito ay hindi nilayon at hindi dapat bigyang-kahulugan bilang legal, buwis, pamumuhunan, pananalapi, o anumang iba pang paraan ng payo. Mahalagang mamuhunan lamang kung ano ang maaari mong mawala at humingi ng independiyenteng payo sa pananalapi kung mayroon kang anumang mga pagdududa. Para sa karagdagang impormasyon, iminumungkahi naming sumangguni sa mga tuntunin at kundisyon pati na rin sa mga pahina ng tulong at suporta na ibinigay ng nagbigay o advertiser. MetaversePost ay nakatuon sa tumpak, walang pinapanigan na pag-uulat, ngunit ang mga kondisyon ng merkado ay maaaring magbago nang walang abiso.
Tungkol sa Ang May-akda
Si Cindy ay isang mamamahayag sa Metaverse Post, sumasaklaw sa mga paksang nauugnay sa web3, NFT, metaverse at AI, na may pagtuon sa mga panayam kay Web3 mga manlalaro sa industriya. Nakipag-usap siya sa higit sa 30 C-level na mga executive at nadaragdagan pa, na nagdadala ng kanilang mahahalagang insight sa mga mambabasa. Originally from Singapore, Cindy is now based in Tbilisi, Georgia. Siya ay may hawak na Bachelor's degree sa Communications & Media Studies mula sa University of South Australia at may isang dekada ng karanasan sa pamamahayag at pagsusulat. Makipag-ugnayan sa kanya sa pamamagitan ng [protektado ng email] na may mga press pitch, mga anunsyo at mga pagkakataon sa pakikipanayam.
Mas marami pang artikulo
Si Cindy ay isang mamamahayag sa Metaverse Post, sumasaklaw sa mga paksang nauugnay sa web3, NFT, metaverse at AI, na may pagtuon sa mga panayam kay Web3 mga manlalaro sa industriya. Nakipag-usap siya sa higit sa 30 C-level na mga executive at nadaragdagan pa, na nagdadala ng kanilang mahahalagang insight sa mga mambabasa. Originally from Singapore, Cindy is now based in Tbilisi, Georgia. Siya ay may hawak na Bachelor's degree sa Communications & Media Studies mula sa University of South Australia at may isang dekada ng karanasan sa pamamahayag at pagsusulat. Makipag-ugnayan sa kanya sa pamamagitan ng [protektado ng email] na may mga press pitch, mga anunsyo at mga pagkakataon sa pakikipanayam.
