ادغام جمینای و وئو: گوگل به دنبال ساخت هوش مصنوعی همه‌جانبه
به گزارش خبرگزاری آنا، «دمیس حسابیس»، مدیرعامل دیپ‌مایند (شرکت زیرمجموعه گوگل)، در گفت‌وگوی اخیر خود تأکید کرد که گوگل قصد دارد مدل‌های هوش مصنوعی جمینای و وئو را در آینده با یکدیگر ترکیب کند. این اقدام با هدف بهبود درک هوش مصنوعی از دنیای فیزیکی و ارائه قابلیت‌های چندرسانه‌ای پیشرفته انجام خواهد شد.
چشم‌انداز گوگل برای هوش مصنوعی همه‌جانبه
حسابیس در این باره گفت: «ما از ابتدا جمینای را به‌صورت چندوجهی طراحی کردیم، زیرا به دنبال ساخت یک دستیار دیجیتال جهانی هستیم که بتواند در دنیای واقعی به کاربران کمک کند.»
وی همچنین اشاره کرد که صنعت هوش مصنوعی به سمت مدل‌های «اومنی» (همه‌جانبه) در حال حرکت است؛ مدل‌هایی که می‌توانند انواع مختلف داده‌ها از جمله متن، تصویر، صدا و ویدیو را پردازش و ترکیب کنند.
رقابت در عصر هوش مصنوعی چندرسانه‌ای
در حال حاضر، رقابت میان شرکت‌های فناوری برای توسعه مدل‌های هوش مصنوعی چندوجهی شدت گرفته است:
- گوگل: مدل‌های جدید جمینای می‌توانند متن، تصویر و صدا تولید کنند.
- اوپن‌ای‌آی: چت‌جی‌پی‌تی قابلیت تولید تصاویر را دارد.
- آمازون: قصد دارد تا پایان سال ۲۰۲۴ مدل «any-to-any» را راه‌اندازی کند.
نقش یوتیوب در آموزش مدل وئو
حسابیس تأکید کرد که داده‌های آموزشی مدل وئو عمدتاً از یوتیوب (مالکیت گوگل) تأمین می‌شود. به گفته او؛ «نسخه آینده وئو با تحلیل حجم عظیمی از ویدیو‌های یوتیوب می‌تواند درک بهتری از فیزیک جهان پیدا کند.»
گوگل پیش‌تر اعلام کرده بود که با رعایت توافق‌نامه‌های حقوقی، از برخی محتوای یوتیوب برای آموزش مدل‌های هوش مصنوعی خود استفاده می‌کند.
انتهای پیام/
