تحقیقات شرکت اپل در حوزه هوش مصنوعی (AI) بهماراه حرکت هوش مصنوعی آشنا الگو در دنیای تکنولوژی سرانجام جهت پیادهسازی الگوریتمها و یادگیری پیشرفته یک گزارش تازه انتشار یافت. این گزارش که با عنوان “الگوریتمها، تحلیل و بینشهای از پیش مواجه با الگوهای بزرگ چند حالته جهت پیشآمادهسازی” منتشر شده است بر روی مفهوم توسعه الگوهای بزرگ چند حالته یادگیری چند حالته (MLLMs) تمرکز دارد و اهمیت پیشآمادهسازی با استفاده از دادههای متنی، تصویر-عنوان، تصویر-متن، و دادههای تنهامتنی را برجسته میسازد. این رویکرد به اپل کمک میکند تا در نتیجه استفاده از انواع مختلف دادهها، شامل متن، تصویر، و حتی منابع صوتی و تصویری، به نتایج state-of-the-art few-shot در بسترهای مختلف برسد و روشهای پیشآموزش را پیش بگیرد.
بصورت اصولی، الگوهای بزرگ چند حالته یادگیری چند حالته ظرفیت چندین مجموعه داده را بهره میبرند، از جمله متن، تصویر، و احتمالاً منابع صوتی و تصویری، تا جریانهای کاری پیشرفته و دقیقتری برای برنامههای AI ایجاد کنند.
با توانایی تفسیر اطلاعات براساس 30 میلیارد رمز، MM1 پس از تنظیم نهایی مدلها بر روی بنچمارکهای چندحالته فوقالعاده عملکرد رقابتی ارائه میدهد. محققان اپل باور دارند که MLLMs حدود جلویی در مدلهای پایه را نشان میدهند، ارائه قابلیتهای برتر نسبت به مدلهای زبان بزرگی که باعث فراگیری جدید اخیر در فناوریهای AI شدهاند.
بهرهبرداری از توانمندیهای تجزیه و تحلیل اطلاعات در قالب 30 میلیارد پارامتر، مدلهای بزرگ چند حالتی یادگیری چند حالته در اپل، با استفاده از راهاندازی روی بنچمارکهای چندحالته تولید شده از رویکردی دیگر پیشتر، نتایج state-of-the-art few-shot را دریافت میکنند. محققان اپل باور دارند که MLLMs حدود جدیدی در مدلهای پایه برای اپلیکیشنهای AI را نشان میدهند، که قابلیتهای برتری نسبت به مدلهای زبان بزرگ سنتی دارند.
به رغم توسعههای امیدبخش، MM1 همچنان یک پروژه پشت پرده است، باعث میشود ایجاد شک و تردید منجر به محصول پایدار برای مصرفکنندگان باشد. با این حال، دانش کسب شده از MM1 ممکن است تأثیرگذاری در آینده برنامههای AI شرکت داشته باشد.
سوالات متداول (FAQ)
چیست Multimodal Large Language Models (MLLMs)؟
MLLMs اشاره دارد به مدلهای هوش مصنوعی که قادر به پردازش و درک انواع مختلف دادهها هستند، از جمله متن، تصاویر، و احتمالاً منابع صوتی و تصویری.
چطور MM1 در برنامههای AI وارد میشود؟
MM1، مجموعه Multimodal Large Language Models اپل، امکان پیشرفتهتر و دقیقتر در جریانهای کاری برنامههای AI را با استفاده همزمان از چندین مجموعه داده فراهم میکند. این منجر به بهبود عملکرد و نتایج بهتر میشود.
آیا MM1 به عنوان یک محصول مصرفکننده موجود خواهد شد؟
تا کنون، MM1 یک پروژه بسته در خزانهداری باقی مانده است و امر به تبدیل آن به یک محصول برای مصرفکنندگان نامعلوم است.
چه استراتژی و رویکردی اپل در حجمدهی به AI دارد؟
اپل در حال سرمایهگذاری فعال در زمینه تحقیق و توسعه AI است؛ تمرکز این سرمایهگذاری بر روی مدلهای زبانی بزرگ مانند Ajax است. همچنین، اپل شرکت DarwinAI، یک کلاهبرداری هوش مصنوعی مستقر در کانادا را بهدست آورده است تا تواناییهای AI خود را افزایش دهد.
کیف میتوان انتظار نهاییترین تلاشهای AI اپل را داشت؟
احتمالاً اپل تلاشات اصلی خود را در زمینه AI در زمان اعلام iOS 18 در WWDC 2024 روشن خواهد کرد. با این حال، اپل اصول هوش مصنوعی را در محصولات خود، از جمله M3 MacBook Air، بکار میبرد که از طریق تراشههای موتور عصبی خود امده است و به عنوان “بهترین لپتاپ مصرفکنندهای برای AI” شناخته میشود.
برای کسب اطلاعات بیشتر، میتوانید به مقاله ایمور مراجعه نمایید.
The source of the article is from the blog klikeri.rs