Microsoft представила штучний інтелект, що розв’язує головоломки та розпізнає текст на фото

Дослідники з Microsoft представили ШІ-модель Kosmos-1, яка здатна аналізувати зображення, розв’язувати головоломки, розпізнавати текст, проходити візуальні тести на рівень IQ і розуміти голосові інструкції.

Дослідники вважають, що алгоритм, який об'єднує різні режими опрацювання інформації, стане ключовим кроком до створення універсального штучного інтелекту.

Microsoft навчила Kosmos-1, використовуючи дані з інтернету, зокрема витяги з The Pile (текстовий ресурс англійською мовою обсягом понад 800 ГБ) і вебархіву Common Crawl. Після навчання дослідники оцінили здібності Kosmos-1 — ШІ розуміє мову, вміє генерувати текст, класифікувати його без оптичного розпізнавання символів, створює підписи до зображень, візуалізовує відповіді на питання та класифікує мультимедіа.

У Microsoft зазначили: за результатами тестів модель перевершила сучасні аналоги. Щоправда, на запитання інтелектуального тесту Raven ШІ-модель Kosmos-1 змогла правильно відповісти всього у 22% випадків.

Розробники обіцяють з часом інтегрувати у модель голосові функції. У Microsoft запевнили, що Kosmos-1 стане доступним для всіх охочих.

Раніше Microsoft інвестувала $ 10 мільярдів у дослідження штучного інтелекту техностартапу OpenAI. Компанія здійснюватиме багаторічні мільярдні інвестиції в ChatGPT та вже інтегрує його у свої продукти. Однак Kosmos-1 виглядає як проект Microsoft, що розробляється без участі OpenAI.