){kind=link}
მკვლევარები Apple შექმნეს ხელოვნური ინტელექტის სისტემა სახელწოდებით ReALM (Reference Resolution as Language Modeling), რომელიც მიზნად ისახავს რადიკალურად გააუმჯობესოს ხმოვანი ასისტენტების გაგება და მათზე რეაგირება ბრძანებებზე.
კვლევით ნაშრომში Apple აღწერს ახალ ჩარჩოს, თუ როგორ უმკლავდებიან დიდი ენობრივი მოდელები მიმართვის გარჩევადობის პრობლემას, რომელიც მოიცავს ეკრანზე ობიექტებზე ორაზროვანი მითითებების გაშიფვრას, ასევე საუბრისა და ფონური კონტექსტის გაგებას. შედეგად, ReALM-მა შეიძლება გამოიწვიოს უფრო ინტუიციური და ბუნებრივი ურთიერთქმედება მოწყობილობებთან.
მითითების ამოცნობა ბუნებრივი ენის გაგების მნიშვნელოვანი ნაწილია, რაც მომხმარებლებს საშუალებას აძლევს გამოიყენონ ნაცვალსახელები და სხვა არაპირდაპირი მითითებები საუბარში დაბნეულობის გარეშე. ციფრული ასისტენტებისთვის ეს უნარი ისტორიულად მნიშვნელოვანი გამოწვევა იყო, შეზღუდული ვერბალური სიგნალების და ვიზუალური ინფორმაციის ფართო სპექტრის ინტერპრეტაციის საჭიროებით. ReALM სისტემა Apple მიზნად ისახავს ამ პრობლემის გადაჭრას მიმართვის ამოცნობის რთული პროცესის წმინდა ენის მოდელირების ამოცანად გადაქცევით. ამგვარად, მას შეუძლია გაიგოს მითითებები ეკრანზე გამოსახულ ვიზუალურ ელემენტებზე და ამ გაგების ინტეგრირება საუბრის ნაკადში.
ReALM აღადგენს ეკრანის ვიზუალურ სტრუქტურას ტექსტის წარმოდგენის გამოყენებით. ეს გულისხმობს ეკრანის ობიექტების გარჩევას და მათ მოწყობას ტექსტის ფორმატის შესაქმნელად, რომელიც ასახავს ეკრანის შინაარსს და სტრუქტურას. მკვლევარები Apple აღმოაჩინა, რომ ეს სტრატეგია, ენობრივი მოდელების სპეციალურ რეგულირებასთან ერთად, საორიენტაციო გადაწყვეტის პრობლემებისთვის, მნიშვნელოვნად აღემატება ტრადიციულ მეთოდებს, მათ შორის OpenAI-ის GPT-4 შესაძლებლობებს.
ReALM-ს შეუძლია მომხმარებლებს შესთავაზოს ბევრად უფრო ეფექტური ინტერაქცია ციფრულ ასისტენტებთან, იმის მიხედვით, თუ რა არის ამჟამად ნაჩვენები ეკრანზე, ზუსტი, დეტალური ინსტრუქციების საჭიროების გარეშე. ამან შეიძლება გახადოს ხმოვანი ასისტენტები ბევრად უფრო გამოსადეგი სხვადასხვა სიტუაციებში, მაგალითად, მძღოლების დახმარება საინფორმაციო-გასართობი სისტემების მართვისას ან შეზღუდული შესაძლებლობის მქონე მომხმარებლებს არაპირდაპირი ურთიერთქმედების უფრო მარტივი და ზუსტი საშუალებების მიწოდებით.
Apple უკვე გამოქვეყნებული აქვს რამდენიმე კვლევითი ნაშრომი ხელოვნური ინტელექტის სფეროში. გასულ თვეში კომპანიამ წარმოადგინა დიდი ენობრივი მოდელების შესწავლის ახალი მეთოდი, რომელიც შეუფერხებლად აერთიანებს ტექსტურ და ვიზუალურ ინფორმაციას. მოსალოდნელია, რომ Apple ივნისში გამართულ WWDC კონფერენციაზე AI-ის რამდენიმე მახასიათებელს წარადგენს.
ასევე წაიკითხეთ: