Istraživački tim

Еjpl razvija sistem koji može da razumije šta korisnik vidi na ekranu

  • Izvor: Telegraf
  • 03.04.2024. 12:47

Еjpl istraživački tim napravio je veliki korak napred u razvoju vještačke inteligencije novim sistemom koji olakšava komunikaciju sa glasovnim asistentima tako što može preciznije da razumije šta korisnik vidi na ekranu i u kom kontekstu se nalazi.

ReALM koristi velike jezičke modele za rješavanje složenih problema identifikacije referenci na ekranu, pretvarajući ih u zadatak modeliranja jezika. Ova inovacija dozvoljava sistemu značajna poboljšanja u performansama u poređenju sa postojećim metodama, čime se olakšava razumijevanje konteksta od strane glasovnih asistenata i omogućava korisnicima da postavljaju pitanja vezana za ono što vide na svom ekranu.

Jedna od ključnih inovacija ReALM-a je sposobnost rekonstrukcije vizuelnog prikaza ekrana kroz tekstualnu reprezentaciju, što uključuje parsiranje entiteta na ekranu i njihove lokacije. Ovo omogućava da se fino podešavanje jezičkih modela specifično za razumijevanje referenci, čime se postižu bolje performanse u odnosu na postojeće modele, uključujući i GPT-4.

Ovo istraživanje pokazuje potencijal specijalizovanih jezičkih modela za obavljanje zadataka poput rješavanja referenci u realnim sistemima, gdje je upotreba velikih modela ograničena zbog zahtjeva za brzinom ili računarskim resursima. Еjpl svojim radom na ovom polju signalizira nastavak investicija u razvoj Siri i drugih proizvoda, čineći ih sposobnijim za razumijevanje konteksta i pružanje prirodnijih interakcija.

Gugl blokira mejlove koji ne ispunjavaju ove standarde

Gugl blokira mejlove koji ne ispunjavaju ove standarde


Uprkos ovom napretku, istraživači upozoravaju na ograničenja, kao što su izazovi u obradi kompleksnijih vizuelnih referenci, što može zahtijevati integraciju tehnika iz računarske vizije i multimodalnih pristupa.

Еjpl se nalazi u AI trci, gdje se suočava sa jakom konkurencijom od strane vodećih tehnoloških kompanija. Uprkos svojoj poznatoj tajnovitosti, najave o novim AI inicijativama i proizvodima ukazuju na to da kompanija intenzivno radi na širenju svojih AI kapaciteta, uključujući potencijalno predstavljanje novih modela i AI funkcija na svojoj godišnjoj "WWDC" konferenciji.

Pratite nas i putem Vibera

  • 16:50 Centar dana

    Volite popodne? Važno vam je da nakon napornog dana odahnete uz aktuelne teme, zabavu i savim nove i neobične priče iz cijelog svijeta? Uživate u programu koji okuplja interesantne goste i regionalne zvijezde?

  • 18:20 Tajne muzeja (R)

    Autroska emisija kulturnog radnika i pisca Еne Mitrovske koja otkriva kulturnu, umjetničku i istorijsku baštinu, upoznaće vas sa zanimljivim artefaktima, zbirkama, legatima i ostalim istorijskim predmetima u muzejima širom Srpske.

  • 18:55 Marketing

    Blok ekonomsko-propagandnog programa.

  • 19:00 ATV Vijesti

    Centalna informativna emisija ATV-a u kojoj donosimo pregled najvažnijih informacija i događaja iz zemlje, regiona i svijeta tačno u 19 časova.

  • 19:40 Marketing

    Blok ekonomsko-propagandnog programa.

  • 19:42 Sport

    Pregled najvažnijih dnevnih sportskih dešavanja i informacija iz zemlje, regiona i svijeta.