){kind=link}
Hulumtuesit Apple kanë zhvilluar një sistem të inteligjencës artificiale të quajtur ReALM (Reference Resolution as Language Modeling), i cili synon të përmirësojë rrënjësisht mënyrën se si asistentët zanorë kuptojnë dhe përgjigjen ndaj komandave.
Në një punim kërkimor Apple përshkruan një kornizë të re për mënyrën se si modelet e mëdha të gjuhëve trajtojnë problemin e rezolucionit të referencës, i cili përfshin deshifrimin e referencave të paqarta për objektet në ekran, si dhe kuptimin e kontekstit bisedor dhe sfondit. Si rezultat, ReALM mund të çojë në një ndërveprim më intuitiv dhe më natyral me pajisjet.
Njohja e referencës është një pjesë e rëndësishme e të kuptuarit të gjuhës natyrore, duke i lejuar përdoruesit të përdorin përemrat dhe referenca të tjera indirekte në bisedë pa konfuzion. Për asistentët dixhitalë, kjo aftësi ka qenë historikisht një sfidë e rëndësishme, e kufizuar nga nevoja për të interpretuar një gamë të gjerë sinjalesh verbale dhe informacione vizuale. Sistemi ReALM nga Apple synon të zgjidhë këtë problem duke e kthyer procesin kompleks të njohjes së referencës në një detyrë të pastër modelimi gjuhësor. Në këtë mënyrë, ajo mund të kuptojë referencat ndaj elementeve vizuale të shfaqura në ekran dhe ta integrojë këtë kuptim në rrjedhën e bisedës.
ReALM rindërton strukturën vizuale të ekranit duke përdorur paraqitjet e tekstit. Kjo përfshin analizimin e objekteve të ekranit dhe rregullimin e tyre për të krijuar një format teksti që pasqyron përmbajtjen dhe strukturën e ekranit. Hulumtuesit Apple zbuloi se kjo strategji, e kombinuar me akordimin e veçantë të modeleve gjuhësore për problemet e zgjidhjes së standardeve, i tejkalon ndjeshëm metodat tradicionale, duke përfshirë aftësitë e GPT-4 të OpenAI.
ReALM mund t'u mundësojë përdoruesve të ndërveprojnë në mënyrë shumë më efektive me asistentët dixhitalë bazuar në atë që shfaqet aktualisht në ekran, pa pasur nevojë për udhëzime të sakta dhe të detajuara. Kjo mund t'i bëjë asistentët zanorë shumë më të dobishëm në një sërë situatash, të tilla si ndihma e drejtuesve të mjeteve për të lundruar në sistemet info-argëtuese gjatë drejtimit të automjetit ose duke ndihmuar përdoruesit me aftësi të kufizuara duke ofruar mjete më të lehta dhe më të sakta të ndërveprimit indirekt.
Apple ka publikuar tashmë disa punime kërkimore në fushën e AI. Muajin e kaluar, kompania zbuloi një metodë të re për të mësuar modele të mëdha gjuhësore që integron pa probleme si informacionin tekstual ashtu edhe atë vizual. Pritet që Apple do të prezantojë një sërë veçorish të AI në konferencën WWDC në qershor.
Lexoni gjithashtu: