Meta представи изкуствен интелект, разпознаващ елементи от изображения

Собственикът на социалната мрежа Facebook Meta представи модел на изкуствен интелект, който може да идентифицира отделни елементи от дадено изображение, заедно с набор от данни за анотации към изображения, който според американската технологична компания е най-големият досега от своя вид, предаде Ройтерс.

Изследователският отдел на компанията пише в публикация в корпоративния блог, че неговият Segment Anything Model, или SAM, може да идентифицира обекти в изображения и видеоклипове дори в случаите, когато не е срещал тези елементи в своето обучение.

Използвайки SAM, обектите могат да бъдат избрани чрез кликване върху тях или чрез изписване на текст. Като демонстрация например изписването на думата „котка“ кара инструмента да нарисува кутии около всяка от няколко котки на примерната снимка.

Големите технологични компании представят шумно своите пробиви в областта на изкуствения интелект, откакто поддържаният от Microsoft чатбот ChatGPT на OpenAI се превърна в сензация през есента, предизвиквайки вълна от инвестиции и надпревара за доминиране в тази сфера.

Meta тества няколко функции, които внедряват типа генеративен AI, използван от ChatGPT, който създава чисто ново съдържание, вместо просто да идентифицира или категоризира данни, но компанията все още не е пуснала продукт. Примерите включват инструмент, който създава сюрреалистични видеоклипове от текстови команди, и друг, който генерира илюстрации на детски книги от проза.

Главният изпълнителен директор на Meta Марк Зукърбърг вече заяви, че включването на такива „креативни помощни средства“ с генеративен изкуствен интелект в приложенията на Meta е приоритет тази година.

Meta вече използва за вътрешни цели технология, подобна на SAM, за дейности като маркиране на снимки, модериране на забранено съдържание и определяне кои публикации да се препоръчват на потребителите на Facebook и Instagram.

От компанията казват, че пускането на SAM ще разшири достъпа до този тип технология.

Моделът SAM и наборът от данни ще бъдат достъпни за изтегляне с некомерсиален лиценз. Потребителите, които качват свои собствени изображения към придружаващия прототип, също трябва да се съгласят да го използват само за изследователски цели.