AIパルス#2:メタの人間のようなAI&小さな言語モデル

AI Pulse #2 Human-like AI & Small Language Models

AIパルス

メタの2つの新しいモデルは、人間のように学習し、小さな言語モデルは実際に何を学ぶのか?

今回の内容:

  • MetaのImageBind、6つのモダリティから学習するモデル
  • I-JEPA、Yann LeCunの人間のようなAIの夢に向けた第一歩
  • MicrosoftのOrcaが小さな言語モデルのトレンドを設定するのか?

AIパルスはSubstackでも無料のニュースレターとして利用可能です。

ImageBindは6つのモダリティから学習する

要約

📢 MetaがImageBindをリリースしました。このモデルは、同時に6つのモダリティから学習する能力を持っています。📝 論文:https://arxiv.org/abs/2305.05665💻 コード:https://github.com/facebookresearch/ImageBind👀 デモ:https://imagebind.metademolab.com/demo

ニュース

Metaの研究所は、マルチモダリティの意味を次のレベルに引き上げています。SAMとDINOv2に続いて、彼らは最新の発明であるImageBindを発表しました。このモデルは、テキスト、画像、音声/ビデオ、3D深度、熱(赤外線放射によるもの)、イナーシャル計測ユニット(IMU)など、6つのモダリティを横断的に学習します。これは、人間と同様に異なるソースから吸収した情報を組み合わせる能力をモデルに備える試みです。

ImageBindの主な特徴は、すべてのモダリティからの情報を単一の埋め込み空間にマップすることです。その結果、異なるモダリティ間で類似性検索を実行したり、マルチモーダルな検索を行ったり、モダリティを算術で組み合わせたりすることが可能です。提供されたデモアプリでImageBindを試すことができます。テキストのプロンプトから画像と音を想起させるか、音声と組み合わせて画像を活気づける(犬の吠え声をビーチの写真に溶け込ませて、ビーチでくつろぐ犬の画像を生成するなど)など、マルチモーダルな可能性は無限です!

より深く探求する

ImageBindの中心には、画像が特定のバインド特性を持っているという観察結果があります。これは、画像が他のデータモダリティと共起する傾向があり、それらの他のモダリティを互いに整列させるための橋渡しとなっていることを意味します。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

データサイエンス

「AIがインターネット・オブ・シングスの世界をどのように革新しているのか?」

AIソリューションを活用した高度なIoTは、私たちの世界を変えつつあり、私たちの生活のあらゆる領域に浸透していますAIとIoT...

データサイエンス

チャットGPTの潜在能力を引き出すためのプロンプトエンジニアリングのマスタリング

プロンプトエンジニアリングは、ChatGPTやその他の大規模言語モデルのおかげで、風のように私たちの生活の一部にすぐになりま...

機械学習

モジラのコモンボイスでの音声言語認識 — Part I.

「話者の言語を特定することは、後続の音声テキスト変換のために最も困難なAIのタスクの一つですこの問題は、例えば人々が住...

AIニュース

生成AIにおけるプロンプトエンジニアリングの基本原則

導入 この記事では、生成型AIにおけるChatGPTプロンプトエンジニアリングについて説明します。ChatGPTは2022年11月以来、技術...

機械学習

「人工知能(AI)におけるアナログコンピュータの使用」

アナログコンピュータは、電気の電圧、機械の動き、または流体の圧力などの物理的な量を、解決すべき問題に対応する量に類似...

機械学習

「ディープランゲージモデルは、コンテキストから次の単語を予測することを学ぶことで、ますます優れてきていますこれが本当に人間の脳が行っていることなのでしょうか?」

ディープラーニングは、テキスト生成、翻訳、および補完の分野で最近大きな進歩を遂げています。周囲の文脈から単語を予測す...