Meta si Yann LeCun utfordrar grensene til AI-modellar med lanseringa av det nye og forbetra JEPA-systemet. LeCun har tidlegare foretrakke Joint-Embedding Predictive Architectures (JEPA) over generativ AI-modellar fordi JEPA fokuserer på å førespå manglande informasjon i staden for berre tekst. Den første modellen, I-JEPA, lærte ved å skape ein intern modell av den ytre verda, noko som gjer den meir lik menneskeleg læring.
No har Meta sitt forskarteam avslørt den andre JEPA-modellen, V-JEPA, som spesialiserer seg på videanalyse. V-JEPA kan førespå manglande eller maskerte delar av ein video i ein abstrakt representasjonsrom. Ved passiv observasjon får modellen ein forståing av konteksten og tileignar seg dei ferdighetene den observerer. I motsetning til tradisjonelle modellar som treng merka data, brukar V-JEPA sjølvopplæring på ulike videoar for å forbetre maskinlæringskapasitetane.
Meta trur at V-JEPA kan forbetre maskiners forståing av verda ved å analysere visuelt innhald. Yann LeCun hevdar at denne modellen kan gjere det mogleg for maskiner å oppnå meir generalisert resonnement og planlegging. Ved å følgje ein meir menneskeleg læreprosess kan maskinar danne interne modellar av omgjevnadane, tilpasse seg nye situasjonar og effektivt utføre komplekse oppgåver.
Meta påstår at V-JEPA er meir effektiv når det gjeld opplæring og bruk av prøver samanlikna med generative modellar. I motsetning til modellar som prøver å fylle ut kvart manglande piksel, kan V-JEPA ignorere uforutsigbar informasjon, noko som gir betre opplæringsresultat. Sjølv om V-JEPA fokuserer berre på visuelt innhald for øyeblikket og ikkje handterer lyd, utforskar Meta moglegheita for å inkludere lyd i modellen i framtida.
Sjølv om V-JEPA for øyeblikket er ei forskingsmodell og ikkje er tilgjengeleg for umiddelbar bruk i datamaskinsynssystem, kan den fås tilgang til på GitHub for forskingsformål. Meta oppmodar forskarar til å utvide arbeidet deira og tilbyr V-JEPA under ein Creative Commons Noncommercial lisens.
Med denne siste utviklinga fortset Meta å utforske grensene til AI-teknologi. Ved å bygge avansert maskinintelligens som liknar menneskeleg læring, ønskjer Meta å skape maskiner som kan forstå, tilpasse seg og planlegge effektivt, og dermed ta store steg framover innafor AI-feltet.
FAQ:
1. Kva er JEPA?
JEPA står for Joint-Embedding Predictive Architectures. Det er eit system utvikla av Meta si Yann LeCun som fokuserer på å førespå manglande informasjon i staden for berre tekst.
2. Kva er skilnaden mellom I-JEPA og V-JEPA?
I-JEPA er den første JEPA-modellen som skapar ein intern modell av den ytre verda, noko som gjer ho meir lik menneskeleg læring. V-JEPA spesialiserer seg derimot på videanalyse og kan førespå manglande eller maskerte delar av ein video i ein abstrakt representasjonsrom.
3. Korleis lærer V-JEPA?
V-JEPA lærer ved å observere passivt og få ein forståing av konteksten og tileignar seg ferdigheter gjennom sjølvopplæring på ulike videoar. Ho treng ikkje merka data som tradisjonelle modellar.
4. Kan V-JEPA handtere lyd?
For øyeblikket fokuserer V-JEPA berre på visuelt innhald og kan ikkje handtere lyd. Meta utforskar likevel moglegheita for å inkludere lyd i modellen i framtida.
5. Er V-JEPA tilgjengeleg for umiddelbar bruk?
Nei, V-JEPA er førebels berre ein forskingsmodell og ikkje tilgjengeleg for umiddelbar bruk i datamaskinsynssystem. Ho kan likevel fås tilgang til på GitHub for forskingsformål.
Definisjonar:
JEPA: Joint-Embedding Predictive Architectures, eit system utvikla av Meta si Yann LeCun som fokuserer på å førespå manglande informasjon i staden for berre tekst.
Generativ AI-modellar: AI-modellar som genererer nytt innhald, som bilete eller tekst, basert på eksisterande data.
Sjølvopplæring: Ein type maskinlæringsopplæring der modellen lærer frå ikkje-merka data utan behov for eksplisitt merking frå menneske.
Datamaskinsynssystem: Teknologi som gjer det mogleg for datamaskiner å forstå og analysere visuelt innhald, som bilete eller video.
Relaterte lenker:
– GitHub: Få tilgang til V-JEPA på GitHub for forskingsformål.
– Meta: Les meir om Meta og deira fremskritt innanfor AI-teknologi.
The source of the article is from the blog lanoticiadigital.com.ar