Metajev Yann LeCun preizkuša meje modelov umetne inteligence z lansiranjem novega in izboljšanega sistema JEPA. Prej je LeCun bolj prisegal na združevalne vgrajene modelne arhitekture (JEPA) kot na generativne modele umetne inteligence, ker se JEPA osredotoča na napovedovanje manjkajočih informacij in ne samo besedila. Prvi model, I-JEPA, se je učil z ustvarjanjem notranjega modela zunanjega sveta, kar ga je naredilo bolj podobnega človeškemu učenju.
Zdaj je raziskovalna ekipa Metaja razkrila drugi JEPA model, imenovan V-JEPA, ki se specializira za analizo videoposnetkov. V-JEPA lahko napoveduje manjkajoče ali prikrita dela videoposnetka v abstraktnem prostoru reprezentacije. Med pasivnim opazovanjem model pridobi razumevanje konteksta in pridobi spretnosti, ki jih opazuje. V nasprotju s tradicionalnimi modeli, ki zahtevajo označene podatke, V-JEPA uporablja samooskrbno usposabljanje na različnih videoposnetkih, da izboljša zmogljivosti strojnega učenja.
Meta verjame, da lahko V-JEPA bistveno izboljša razumevanje strojev o svetu z analizo vizualne vsebine. Yann LeCun predlaga, da ta model omogoča strojem, da dosežejo bolj splošno sklepanje in načrtovanje. S tem, ko sledijo bolj človeškemu učnemu procesu, si stroji lahko ustvarijo notranje modele okolja, se prilagajajo novim situacijam in učinkovito izvajajo kompleksne naloge.
Meta trdi, da je V-JEPA bolj učinkovit v usposabljanju in vzorčenju v primerjavi z generativnimi modeli. Za razliko od modelov, ki poskušajo zapolniti vsak manjkajoči piksel, V-JEPA lahko prezre nepredvidljive informacije, kar na koncu privede do boljših rezultatov usposabljanja. Čeprav se V-JEPA trenutno osredotoča samo na vizualno vsebino in ne obdeluje zvoka, Meta raziskuje možnost vključitve zvoka v model v prihodnosti.
Čeprav je V-JEPA trenutno model za raziskave in ni na voljo za takojšnjo uporabo v računalniških sistemih za računalniški vid, ga je mogoče dostopati na platformi GitHub za raziskovalne namene. Meta spodbuja raziskovalce, naj nadaljujejo njihovo delo in ponuja V-JEPA pod licenco Creative Commons Noncommercial.
S to najnovejšo razvojno potezo Meta nadaljuje z raziskovanjem meja tehnologije umetne inteligence. Z razvijanjem napredne strojne inteligence, ki posnema procese človeškega učenja, Meta si prizadeva ustvariti stroje, ki lahko razumejo, prilagajajo in načrtujejo učinkovito ter tako naredijo pomembne korake na področju umetne inteligence.
Pogosta vprašanja:
1. Kaj je JEPA?
JEPA je kratica za združevalne vgrajene modelne arhitekture (Joint-Embedding Predictive Architectures). Je sistem, razvit s strani Metajevega Yanna LeCuna, ki se osredotoča na napovedovanje manjkajočih informacij, ne samo besedila.
2. Kakšna je razlika med I-JEPA in V-JEPA?
I-JEPA je prvi JEPA model, ki ustvari notranji model zunanjega sveta in je podoben človeškemu učenju. V-JEPA se specializira za analizo videoposnetkov in lahko napoveduje manjkajoče ali prikrita dela videoposnetkov v abstraktnem prostoru reprezentacije.
3. Kako se V-JEPA uči?
V-JEPA se uči pasivno z opazovanjem in pridobivanjem razumevanja konteksta ter spretnosti s samooskrbnim usposabljanjem na različnih videoposnetkih. Za razliko od tradicionalnih modelov ne zahteva označenih podatkov.
4. Ali lahko V-JEPA obvladuje zvok?
Trenutno se V-JEPA osredotoča le na vizualno vsebino in ne obdeluje zvoka. Vendar Meta raziskuje možnost vključitve zvoka v model v prihodnosti.
5. Ali je V-JEPA na voljo za takojšnjo uporabo?
Ne, trenutno je V-JEPA model za raziskave in ni na voljo za takojšnjo uporabo v računalniških sistemih za računalniški vid. Lahko pa se dostopa nanj na platformi GitHub v raziskovalne namene.
Opredelitve:
JEPA: Združevalne vgrajene modelne arhitekture (Joint-Embedding Predictive Architectures), sistem razvit s strani Metajevega Yanna LeCuna, ki se osredotoča na napovedovanje manjkajočih informacij, ne samo besedila.
Generativni modeli umetne inteligence: Modeli umetne inteligence, ki ustvarjajo novo vsebino, kot so slike ali besedilo, na podlagi obstoječih podatkov.
Samooskrbno usposabljanje: Vrsta usposabljanja strojnega učenja, pri katerem model uči iz neoznačenih podatkov, ne da bi potreboval eksplicitno človeško označevanje.
Računalniški sistem za računalniški vid: Tehnologija, ki omogoča računalnikom, da razumejo in analizirajo vizualno vsebino, kot so slike ali videoposnetki.
Povezane povezave:
– GitHub: Dostop do V-JEPA na platformi GitHub za raziskovalne namene.
– Meta: Izvedite več o Metaju in njegovih napredkih na področju tehnologije umetne inteligence.
The source of the article is from the blog hashtagsroom.com