Alibaba пусна модели с изкуствен интелект, които могат да „разбират“ изображения и да водят смислен диалог
Китайският софтуерен колос Alibaba показа два езикови модела – Qwen Large Vision Language Model (Qwen-VL) и Qwen-VL-Chat, които показват усъвършенствани благоприятни условия за интерпретация на изображения и разговор на натурален език. Като се има поради възходящото търсене на достъп до усъвършенствани логаритми с изкуствен интелект, появяването на езиковите модели на Alibaba може да се окаже тъкмо в точния момент.
Представените езикови модели не се лимитират до схващане на текстови данни. Qwen-VL е в положение да възприема и схваща изображения. Алгоритъмът може да обработва поръчки, свързани с разнообразни изображения и да генерира отговори на тях. Qwen-VL-Chat е предопределен за по-сложни взаимоотношения. Той може да съпоставя няколко изображения, да дава отговор на поредност от въпроси и да написа истории въз основа на предоставени от потребителя изображения. Например – потребителят може да попита за местоположението на дадена болница въз основа на фотография на нейната указателна табела и да получи прецизен отговор на този въпрос.
Едно от преимуществата на показаните езикови модели е, че те работят с висока акуратност. Според Alibaba, Qwen-VL доста превъзхожда съществуващите сходни езикови модели с отворен код по няколко критерия за оценка на британски език. Алгоритъмът поддържа и нова функционалност, наречена „ връзка с голям брой изображения “, която включва даване от потребителя на няколко изображения, след което се задават свързани въпроси.
Използвайки общоприети бенчмаркове, Alibaba оцени опциите на новите езикови модели при задания, вариращи от генериране на мнения към изображения до отговаряне на въпроси към качени изображения. Двата модела бяха тествани и по отношение на създаден от Alibaba бенчмарк, който се основава на оценката на GPT-4 – най-усъвършенстваният езиков модел на OpenAI, с цел да се дефинират опциите за разговор и сходството с човешкото усещане. Отбелязва се, че Qwen-VL и Qwen-VL-Chat са постигнали най-хубави резултати в другите категории.
Като една от първите китайски компании, които показаха система с изкуствен интелект, стартирането на Qwen-VL и Qwen-VL-Chat от Alibaba е сигнал за бързия прогрес на Китай в проучванията на изкуствения разсъдък. Като дава моделите с отворен код, Alibaba подсигурява, че откривателите и фирмите по света ще могат да ги употребяват за създаване на лични приложения, без да се постанова да се занимават с времеемката и скъпа задача да образоват езикови модели от нулата. Това е стратегически ход, който отразява по-широката наклонност в региона на изкуствения разсъдък към съдействие и споделените запаси.
Стартирането на плана се случва тъкмо в изискванията на яростна конкуренция сред софтуерните колоси за водачество в „ ИИ конкуренцията “. Това е смела стъпка от страна на Alibaba и увещание, че тя е освен колос в търговията на дребно, само че и величествен състезател в света на технологиите.
