Microsoft запускає версію найвідомішого штучного інтелекту для обробки зображень

Компанія Microsoft випустила Visu­al Chat­G­PT — систему, яка охоплює кілька мультимедійних ШІ-моделей і дозволяє користувачам спілкуватися з Chat­G­PT за допомогою графічних інтерфейсів.

Visu­al Chat­G­PT поєднує у собі Con­trol­Net, Sta­ble Dif­fu­sion та класичний Chat­G­PT. Завдяки використанню візуальних ШІ-моделей, текстовий чат-бот тепер може обробляти запити користувачів на створення та редагування зображень.

Розробники заявляють: нова функція дозволяє користувачам “спілкуватися” з чат-ботом інтерактивніше — ділитися тематичними зображеннями та генерувати нові. Microsoft у Visu­al Chat­G­PT вбачає й інклюзивну складову — програма покращує користувацький досвід для тих людей, кому легше комунікувати за допомогою візуальних засобів, а не тексту.

Компанія не приховує проблемні моменти у роботі Visu­al Chat­G­PT — чат-бот може бути непослідовним, іноді згенероване зображення не до кінця відповідає запиту користувача. Розробники дійшли висновку, що необхідний так званий “модуль самокорекції”, який би контролював виконання запитів і в разі потреби вносив необхідні правки.

Нагадаємо — нещодавно стало відомо, що Microsoft розробила новий суперкомп’ютер для ШІ від Ope­nAI. Передбачається, що він поліпшить роботу Chat­G­PT. Оновлена ж версія найпопулярнішого чат-бота побачить світ вже за 2 дні. За словами розробників, ШІ розумітиме більшість світових мов, зможе “комунікувати” за допомогою зображення та відео, а згодом — декодуватиме аудіодоріжки у текст.