इस सप्ताह लक्ष्य की घोषणा कृत्रिम बुद्धिमत्ता (एआई) का एक नया मॉडल खुला स्रोत जो टेक्स्ट, ऑडियो, विज़ुअल डेटा, तापमान और मोशन रीडिंग सहित कई डेटा प्रकारों को जोड़ता है। यह मॉडल इस समय केवल एक शोध परियोजना है, इसका कोई तत्काल व्यावहारिक या उपभोक्ता अनुप्रयोग नहीं है। हालाँकि, यह सिस्टम के भविष्य की ओर इशारा करता है जनरेटिव आर्टिफिशियल इंटेलिजेंस आकर्षक अनुभव बनाने में सक्षम है और बहुसंवेदी. उसका नाम है मेटा इमेजबाइंड और हम बताएंगे कि यह कैसे काम करता है।
मेटा ने ImageBind को एक नया ओपन सोर्स मल्टीसेंसरी आर्टिफिशियल इंटेलिजेंस मॉडल पेश किया है। यहां बताया गया है कि यह कैसे काम करता है और यह क्या कर सकता है
नई सुविधा को मेटा इमेजबाइंड कहा जाता है और यह पहली सुविधा है छह प्रकार के डेटा को एक बहुआयामी स्थान में संयोजित करें. मॉडल में शामिल छह डेटा प्रकार हैं:
- दृश्य (छवियों और वीडियो के रूप में)
- थर्मल (इन्फ्रारेड इमेजिंग)
- ग्रंथों
- ऑडियो
- गहन जानकारी
- जड़त्वीय माप इकाई या आईएमयू द्वारा उत्पन्न मोशन रीडिंग
यह भी पढ़ें: मेटा एसएएम प्रस्तुत करता है, एआई जो छवियों के भीतर व्यक्तिगत तत्वों की पहचान करता है
विचार यह है कि भविष्य में AI सिस्टम ऐसा कर सकते हैं इस डेटा को क्रॉस-रेफरेंस करें उसी तरह जैसे वर्तमान प्रणालियाँ पाठ प्रविष्टि के लिए करती हैं। उदाहरण के लिए, एक भविष्यवादी आभासी वास्तविकता उपकरण की कल्पना करें जो न केवल श्रव्य और दृश्य इनपुट उत्पन्न करता है, बल्कि हमारे पर्यावरण और भौतिक मंच पर हमारे आंदोलन को भी उत्पन्न करता है। उपयोगकर्ता टूल से पूछ सकता है लंबी समुद्री यात्रा का अनुकरण करें, और यह न केवल उसे पृष्ठभूमि में लहरों के टकराने के साथ जहाज पर बिठाएगा, बल्कि उसके पैरों के नीचे लहराता हुआ डेक और समुद्री हवा की ठंडी हवा भी देगा। विचार यह है कि परिणाम उत्पन्न करने के लिए प्लेटफ़ॉर्म विभिन्न डेटा प्रारूपों को जोड़ता है।
एक ब्लॉग पोस्ट में, मेटा ने यह नोट किया है अन्य संवेदी इनपुट धाराएँ जोड़ी जा सकती हैं भविष्य के मॉडलों के लिए, जिनमें "स्पर्श, वाणी, गंध और एफएमआरआई मस्तिष्क संकेत“. यह नया जारी किया गया फीचर अभी तक तैयार नहीं है, इसलिए समुदाय इस प्रारंभिक चरण में इसका परीक्षण करने में सक्षम नहीं है, भले ही यह विकास के उन्नत चरण में है।
