Meta Yann LeCun új és fejlettebb JEPA rendszerének bevezetésével átlépi az AI modellek határait. Korábban LeCun a generatív AI modellek helyett a Joint-Embedding Predictive Architectures (JEPA) rendszert részesítette előnyben, mert a JEPA a hiányzó információk előrejelzésére összpontosít, nem csak szövegre. Az első modell, az I-JEPA azáltal tanult, hogy a külvilágról készített egy belső modellt, ami közelebb hozta azt az emberi tanuláshoz.
Most Meta kutatói bemutatták a második JEPA modellt, a V-JEPA-t, ami a videóelemzésre specializálódott. A V-JEPA képes a videók hiányzó vagy maszkolt részeit előrejelölni egy absztrakt reprezentációs térben. Passzívan nézve a modell megérti a kontextust és elsajátítja az észlelt készségeket. Míg a hagyományos modellek címkézett adatokat igényelnek, a V-JEPA önszerveződő tanítást végez különböző videókon, hogy javítsa a gépi tanulás képességeit.
A Meta úgy gondolja, hogy a V-JEPA jelentősen javíthatja a gépek világértelmezését a vizuális tartalmak elemzésével. Yann LeCun szerint ez a modell lehetővé teszi a gépek számára a többáltalános érvelést és tervezést. Az emberhez hasonló tanulási folyamat követése révén a gépek belső modelleket képezhetnek a környezetről, alkalmazkodhatnak új helyzetekhez és hatékonyan elvégezhetik a bonyolult feladatokat.
A Meta szerint a V-JEPA több képzési és minta hatékonysággal rendelkezik a generatív modellekhez képest. Míg más modellek minden hiányzó pixel betöltésére törekednek, a V-JEPA képes figyelmen kívül hagyni a kiszámíthatatlan információt, ezáltal jobb képzési eredményeket érve el. Habár a V-JEPA jelenleg csak vizuális tartalomra összpontosít és nem kezeli az audiót, a Meta jelenleg kutatja a lehetőségét annak, hogy a jövőben beépítse az audiót a modellbe.
Bár a V-JEPA jelenleg kutatói modell, és nem érhető el azonnali használatra a számítógépes látásrendszerben, kutatás céljából hozzáférhető a GitHubon. A Meta ösztönzi a kutatókat, hogy bővítsék kutatásaikat, és a V-JEPA-t a Creative Commons Noncommercial licenc alatt kínálja.
Ezzel a legújabb fejlesztéssel a Meta továbbra is átlépi az AI technológia határait. Haladó gépi intelligenciát építve, amely utánozza az emberi tanulási folyamatokat, a Meta azt tűzte ki célul, hogy olyan gépek jöjjenek létre, amelyek képesek hatékonyan megérteni, alkalmazkodni és tervezni, ezzel jelentős előrelépést tesznek az AI területén.
Gyakori kérdések:
1. Mi az JEPA?
JEPA a Joint-Embedding Predictive Architectures rövidítése. Ez a Meta Yann LeCun által fejlesztett rendszer az információk hiányát előrejelzi, nem csak szövegre összpontosít.
2. Mi a különbség az I-JEPA és a V-JEPA között?
Az I-JEPA az első JEPA modell, amely belső modellt hoz létre a külvilágról, ezzel emberhez hasonló tanulást biztosítva. A V-JEPA viszont a videóelemzésre specializálódott, és előrejelzéseket képes adni a videók hiányzó vagy maszkolt részeiről egy absztrakt reprezentációs térben.
3. Hogyan tanul a V-JEPA?
A V-JEPA passzívan tanul és megérti a kontextust, valamint készségeket szerzett önszerveződő tanításon keresztül különböző videókon. Nem igényel címkézett adatokat, ellentétben a hagyományos modellekkel.
4. Kezelni tudja-e az audiót a V-JEPA?
Jelenleg a V-JEPA csak vizuális tartalomra összpontosít és nem kezeli az audiót. A Meta azonban kutatja annak lehetőségét, hogy a jövőben beépítse az audiót a modellbe.
5. Elérhető-e azonnali használatra a V-JEPA?
Nem, a V-JEPA jelenleg kutatói modell, és nem érhető el azonnali használatra a számítógépes látásrendszerekben. Azonban kutatási célra hozzáférhető a GitHubon.
Definíciók:
JEPA: A Joint-Embedding Predictive Architectures rövidítése, ez a Meta Yann LeCun által fejlesztett rendszer, amely nem csak a szövegre, hanem az információk hiányára összpontosít.
Generatív AI modellek: Az AI modellek, amelyek új tartalmat, például képeket vagy szöveget generálnak meglévő adatok alapján.
Önszerveződő tanítás: Egy olyan gépi tanulás típus, ahol a modell címkézett adatok nélkül tanul az előre nem jelölt adatokból, emberi címkézés nélkül.
Számítógépes látásrendszerek: Az a technológia, amely lehetővé teszi a számítógépeknek a vizuális tartalmak, például képek vagy videók megértését és elemzését.
Kapcsolódó linkek:
– GitHub: A V-JEPA hozzáférhető a GitHubon kutatási célokra.
– Meta: További információ a Metaról és az AI technológia fejlesztéseiről.
The source of the article is from the blog regiozottegem.be