苹果最近在机器学习领域取得了突破性发现。通过采用多模态方法，苹果研究人员成功地训练出了大型语言模型（LLMs），释放了更灵活和强大人工智能系统的潜力。
在发布在arxiv.org上的一篇研究论文中，苹果详细说明了他们的创新方法。通过利用图像标题、交织图像文本和仅文本数据的组合，LLMs被训练来处理视觉和语言信息。这种独特组合使模型能够执行智能图像标题和推断自然语言含义等任务。
研究中的一个重要发现是图像编码器和图像分辨率的选择对整体性能的显着影响。发现这些因素比视觉-语言连接器的设计具有更大的影响力。通过优化这些组件，苹果能够增强他们的语言模型的能力。
通过一个拥有300亿参数的MM1模型的实验展示了多模态训练的惊人场景学习能力。这一突破使模型能够在多个图像之间进行复杂的推理任务，超越了传统的“思维链”提示。
苹果“快速跟随者”而非“第一推动者”的战略在他们追求开创性技术上是明显的。首席执行官Tim Cook最近承认公司每年投资10亿美元将人工智能纳入他们现有技术中。Cook进一步表示，苹果计划在今年晚些时候分享他们在AI方面的正在进行的工作详情，并有望在6月的WWDC上宣布。
不仅在采用与竞争对手相提并论的采用人工智能相关技术方面，苹果还优先考虑用户隐私。通过开发能够保护用户隐私的方法来增强他们的机器学习能力，苹果意在解决现有聊天机器人服务尚未解决的问题。
苹果对神经网络的多模态训练的投资展示了他们推进机器学习能力的承诺。这一突破不仅使人工智能的快速发展成为可能，还为公司提供了先进的“智能”能力。随着苹果不断创新，人工智能和机器学习的可能性变得更加令人兴奋。
Frequently Asked Questions
The source of the article is from the blog girabetim.com.br