در میان تکامل سریع فناوری هوش مصنوعی، آزمایشگاه تحقیقاتی x.AI الان مدل هوش مصنوعی پیشرفته خود که با نام Grok-1.5 Vision (Grok-1.5V) شناخته میشود را معرفی کرده که با یکپارچگی تفسیر تصویری و زبانی راههای جدیدی را که قبلاً در این صنعت دیده نشده است، ایجاد میکند. مدلهای هوش مصنوعی قابلمقایسه مانند GPT-4 در حال حاضر توسط مدل پیشرفته Grok-1.5V بهتر از عمل میآیند و در مختلف حوزهها توان باورنکردنی در نگاهداری ارایه میکند.
در سال 2023 معرفی شده، x.AI به خاطر کارهای بنیانگذارانهاش شناخته میشود و Grok-1.5V بهعنوان آخرین پیروزی آن شناخته میشود. با توانایی برجستهای برای فهم و تجزیهوتحلیل اطلاعات تصویری پیچیده مانند نمودارها، عکسها و حتی میمها، Grok-1.5V راه را برای یک انقلاب هوش مصنوعی بهپیش میگیرد.
از زمان معرفی این مدل، x.AI آزمایش RealWorldQA را پیشنهاد داده است که با بیش از 760 پرسش مبتنی بر سناریوهای تصویری، حوزه هوش مصنوعی را با چالشهای موجود مواجه میکند. این اقدام به عنوان یک آزمون معیار برای توانایی هوش مصنوعی به منظور دادن معنا به جهان ملموس است. نتایج تاکنون نشان دهنده این است که Grok-1.5V بیش از حد موفق است و ممکن است نسلهای قبلیاش در انجام این وظیفه دچار مشکل شوند.
x.AI دیدگاهی در تمکنهای عملی که Grok-1.5V ممکن است بهزودی واقعیت شوند را به اشتراک گذاشتهاند، از ساخت کد براساس طرحهای ساده تا ترجمه هنر کودکان به داستانهای جذاب قبل از خواب. اعمال گسترده تر این برنامهها به آزمون OpenEQA شرکت متا که توانایی Grok-1.5V برای فهم محیطهای فیزیکی را به آزمون قرار میدهد.
زیر مجموعه رسمی x.AI برای افزایش توانایی تفسیری AI در حالتهای مختلف اطلاعات ؛ نگرشهای آیندهوار از Grok-1.5V شامل بهبودهایی در حوزههای تصاویر، صدا و شاید حتی ویدیو را پوشش خواهد داد. هر دو توسعهدهندگان و کاربران در حال نزدیک شدن به دسترسی به یک Grok-1.5V نسبتاً قدرتمندتر هستند که قول تعریف مجدد از تعاملهای ما با هوش مصنوعی میدهد.
The source of the article is from the blog aovotice.cz