Исследователи Apple разработали новый метод обучения больших языковых моделей (LLM). Он позволяет интегрировать как текстовую, так и визуальную информацию.
Используя разнообразный набор данных, новая модель MM1 устанавливает новый стандарт для ИИ. Нейросети смогут создавать комментарии к изображениям и давать визуальные ответы на вопросы. В компании изучают различные типы обучающих данных и архитектур моделей, что позволяет ИИ понимать и генерировать язык на основе сочетания визуальных и языковых подсказок. ИИ с помощью MM1 научится интерпретировать сложные изображения или давать ответы на вопросы, связанные с визуальными элементами.
В модели MM1 заложено 30 млрд параметров. Она может проводить многоэтапное рассуждение над несколькими изображениями с использованием подсказок «цепочки мыслей».
Это исследование является частью более широкой инициативы Apple по расширению возможностей искусственного интеллекта в условиях растущей конкуренции. Ранее Марк Гурман из Bloomberg сообщил, что Apple ведет переговоры с Google о лицензировании Gemini для реализации новых функций, которые появятся в iPhone в составе iOS 18. Также он говорил, что в iOS 18 сделают огромный упор на ИИ. [MacRumors]
6 комментариев