شرکت تحقیقاتی هوش مصنوعی xAI مدل جدیدی به نام Grok-1.5V منتشر کرده است که هدف آن رقابت با مدل زبان قدرتمند GPT-4 از OpenAI است.
xAI مدل جدید هوش مصنوعی چندوجهی خود با نام Grok-1.5V را معرفی کرده است که گامی مهم در توسعه سیستم های واقعا هوشمند است. این شرکت ادعا می کند که Grok-1.5V فراتر از درک متن است و قابلیت های بینایی را برای درک اسناد، نمودارها، جداول، تصاویر و موارد دیگر یکپارچه می کند.
نئووین به نقل از xAI، گزارش می دهد که مدل Grok-1.5V در معیارهای کلیدی از رقبای پیشرو بهتر عمل می کند. این مدل در مجموعه داده RealWorldQA xAI که شامل ارزیابی بیش از 700 تصویر دنیای واقعی به همراه سؤالات مرتبط با آنها است، برتری یافت. این مجموعه داده توانایی هوش مصنوعی را برای درک سناریوهای بصری پیچیده ارزیابی می کند و پیشرفت به سمت هوش عمومی را اندازه گیری می کند.
آشنایی با تطبیق پذیری Grok-1.5V و قابلیت های آن
قابلیت درک چندوجهی Grok-1.5V از طریق مثالها نشان داده شده است. مانند تبدیل نقاشی کودک به داستان قبل از خواب. این مدل می تواند جداول را به فرمت CSV تبدیل کند. xAI معتقد است که چنین وظایف متنوعی قابلیت های Grok-1.5V را برای طیف وسیعی از کاربردها نشان می دهد.
ایلان ماسک xAI را در جولای 2023 راهاندازی کرد. ماسک هدف از تاسیس این شرکت را توسعه هوش مصنوعی شفافتر و پاسخگوتر عنوان کرد که بتواند بهتر با انسانها کار کند. یکی از مشکلات بزرگ هوش مصنوعی در حال حاضر جدیت آن است که همه با آن برخورد می کنند.
برخی می گویند هوش مصنوعی مشاغل را از بین می برد، برخی دیگر از پتانسیل هنری آن متنفرند و ادعا می کنند که واقعاً هنر نیست، و برخی دیگر شکایت دارند که دانش آموزان نباید از آن برای انجام تکالیف استفاده کنند. xAI انتظار دارد در ماه های آینده تحقیقات خود را بر روی چندین حوزه کلیدی متمرکز کند. این شرکت به دنبال بهبود تجسم و توضیح استدلال چندوجهی Grok است.
xAI به زودی به دنبال آزمایشگرهای اولیه Grok-1.5V برای ارائه بازخورد و کمک به بهبود استدلال چندوجهی خود خواهد بود. دسترسی به نسخه آزمایشی Grok در ابتدا به مشترکین سرویس Premium Plus X محدود می شود که از مزایا و پشتیبانی اضافی برخوردار می شوند.
گفتگو در مورد این post