هوش مصنوعی جدید علی‌بابا می‌تواند تصاویر را درک کند

[vc_row][vc_column][vc_column_text]شرکت چینی علی‌بابا روز جمعه از دو مدل هوش مصنوعی جدید به نام‌های Qwen-VL و Qwen-VL-Chat رونمایی کرد. این شرکت می‌گوید هوش مصنوعی جدید علی‌بابا قادر است تصاویر را درک کند و مکالمات پیچیده‌تری با کاربران انجام دهند. 

روز جمعه هوش مصنوعی جدید علی‌بابا به جهان فناوری معرفی شد که به گفته این شرکت می‌تواند تصاویر را درک کند و مکالمات پیچیده‌تری را نسبت به محصولات قبلی این شرکت انجام دهد، زیرا رقابت جهانی برای رهبری حوزه هوش مصنوعی، روزبه‌روز در حال داغ‌تر شدن است.[/vc_column_text][vc_btn title=”فارسی از ChatGPT استفاده کن” style=”3d” color=”primary” align=”center” link=”url:https%3A%2F%2Fzigap.ir%2F|target:_blank”][/vc_column][/vc_row]

این غول فناوری چینی گفته که دو مدل جدیدش، Qwen-VL و Qwen-VL-Chat، متن‌باز خواهند بود؛ به این معنی که محققان، دانشگاهیان و شرکت‌ها در سراسر جهان می‌توانند از آن‌ها برای ایجاد برنامه‌های هوش مصنوعی‌شان بدون نیاز به آموزش سیستم‌های خود استفاده کنند. بنابراین در زمان و هزینه صرفه‌جویی می‌شود.

هوش مصنوعی جدید علی‌بابا

علی‌بابا گفته که Qwen-VL می‌تواند به پرسش‌های باز مرتبط با تصاویر مختلف پاسخ داده و برای هر تصویر شرح (کپشن) ایجاد کند.

به گفته علی‌بابا، Qwen-VL-Chat در عین حال «تعامل پیچیده‌تری» را ارائه می‌کند، مانند مقایسه ورودی‌های تصویر متعدد و پاسخ دادن به چندین دور سوال در مورد یک موضوع. برخی از کارهایی که Qwen-VL-Chat می‌تواند انجام دهد شامل نوشتن داستان و ایجاد تصاویر بر اساس عکس‌هایی است که کاربر وارد می‌کند. این مدل همچنین قادر است معادلات ریاضی نشان‌ داده شده در یک تصویر را حل کند.

یکی از مثال‌هایی که علی‌بابا در مورد عملکرد این سیستم‌ها ارائه کرده، درباره به ورودی‌های مربوط به تابلوهای بیمارستانی است که به زبان چینی نوشته شده‌اند. هوش مصنوعی علی‌بابا می‌تواند با تفسیر تصویر علامت‌های روی تابلو، به سوالات مربوط به مکان بخش‌های مختلف یک بیمارستان پاسخ دهد.

تاکنون، بسیاری از هوش‌های مصنوعی مولد – جایی که این فناوری براساس ورودی‌های انسانی، پاسخ‌ ایجاد می‌کند – تنها بر پاسخ به متن متمرکز بودند. آخرین نسخه ChatGPT OpenAI نیز مانند Qwen-VL-Chat توانایی درک تصاویر و پاسخ به متن را دارد.

دو مدل جدید علی‌بابا بر اساس مدل زبان بزرگ این شرکت به نام Tongyi Qianwen ساخته شده‌اند که اوایل امسال عرضه شد. LLM (مدل زبانی بزرگ) یک مدل هوش مصنوعی است که بر روی حجم عظیمی از داده‌ها آموزش دیده و زیربنای برنامه‌های چت‌بات است.

این شرکت که دفتر مرکزی آن در «هانگژو» قرار دارد، در این ماه دو مدل هوش مصنوعی دیگر را با منبع باز عرضه کرد. 

در حالی که علی‌بابا هیچ هزینه‌ای برای صدور مجوز دریافت نمی‌کند، اما توزیع منبع باز به این شرکت کمک می‌کند تا کاربران بیشتری را برای مدل هوش مصنوعی خود جذب کند. 

دستیار هوش مصنوعی فارسی داشته باشید

شما هم می‌توانید با دانلود و استفاده از اپلیکیشن دستیار هوش مصنوعی فارسی زیگپ ZIGAP، به دنیای بزرگ هوش مصنوعی وارد شده و از امکانات متعدد آن استفاده کنید.

زیگپ از زبان‌های فارسی و انگلیسی پشتیبانی می‌کند، توانایی تولید متن و تصویر را دارد و قادر به درک فرمان‌های صوتی شما به زبان‌های فارسی و انگلیسی است.