कॉसमॉस-2 एम्बोडिमेंट एआई के लिए क्रांतिकारी हो सकता है।
- माइक्रोसॉफ्ट द्वारा वित्त पोषित नया शोध एआई भौतिकता पर प्रकाश डालता है।
- भाषा मॉडल, कोसमोस-2 को स्थानिक अवधारणाओं को समझने के लिए प्रशिक्षित किया गया था।
- यह अंतरिक्ष के अपने ज्ञान के साथ भी आता है।
Microsoft हाल ही में AI अनुसंधान के वित्तपोषण में बहुत अधिक बजट लगा रहा है। ओर्का 13बी माइक्रोसॉफ्ट द्वारा शोधकर्ताओं की एक टीम द्वारा एकत्रित और वित्त पोषित किए जाने के बाद यह जनता के लिए खुला स्रोत है।
लॉन्गमेम AI मॉडल में असीमित संदर्भ लंबाई के लिए Microsoft की आशा है। और यह रेडमंड-आधारित तकनीकी दिग्गज द्वारा वित्त पोषित अनुसंधान का एक उत्पाद भी है।
फ़ि-1कोडिंग के लिए एक नया भाषा मॉडल, अपने आप सीखने और ज्ञान विकसित करने में सक्षम है। माइक्रोसॉफ्ट ने इसके लिए शोध को वित्त पोषित किया।
और ऐसा लगता है कि एम्बोडिमेंट एआई एआई विकास में अगली खोज है। लेकिन Microsoft के पास AI पर एक अन्य शोध के साथ इसका उत्तर हो सकता है। इस बार की बात है कोस्मोस-2, एक नया एआई मॉडल जो एम्बोडिमेंट एआई की नींव रखता है।
माइक्रोसॉफ्ट का कॉसमॉस-2 एम्बोडिमेंट एआई प्रोटोटाइप है
शायद यह पहली बार है जब आपने एम्बोडिमेंट एआई के बारे में सुना है। खैर, नाम अपने आप में काफी विचारोत्तेजक है। तो आप पूछ सकते हैं कि एम्बोडिमेंट एआई क्या है?
अवतार एआई कृत्रिम बुद्धिमत्ता का एक क्षेत्र है जो बुद्धिमान एजेंटों के विकास पर केंद्रित है जिनके पास भौतिक शरीर है और वे दुनिया के साथ सार्थक तरीके से बातचीत कर सकते हैं।
यह अवधारणा इस विचार पर आधारित है कि एक एजेंट कैसे सीखता है और निर्णय लेता है, इसमें भौतिक शरीर एक महत्वपूर्ण भूमिका निभाता है।
दूसरे शब्दों में, यदि एआई के पास एक निकाय होगा और वह गति करेगा, तो वह इससे सीख सकता है और प्रतिक्रिया दे सकता है और उत्तर दे सकता है, साथ ही तदनुसार बातचीत भी कर सकता है। और अगर आपको लगता है कि हम विज्ञान कथा क्षेत्र में प्रवेश कर रहे हैं, तो अपनी बात पर कायम रहें। एआई को हमेशा भौतिक बनना चाहिए था।
शोध के अनुसार, कोस्मोस-2 एक भाषा मॉडल है जो वस्तु विवरण (उदाहरण के लिए, बाउंडिंग बॉक्स) को समझने और दृश्य दुनिया में पाठ को ग्राउंड करने की नई क्षमताओं को सक्षम बनाता है। शोधकर्ताओं ने संदर्भ अभिव्यक्तियों को मार्कडाउन में लिंक के रूप में प्रस्तुत किया, यानी, "टेक्स्ट स्पैन", जहां ऑब्जेक्ट विवरण स्थान टोकन के अनुक्रम हैं।
मल्टीमॉडल कॉर्पोरा के साथ मिलकर, उन्होंने मॉडल को प्रशिक्षित करने के लिए ग्राउंडेड इमेज-टेक्स्ट जोड़े (जिन्हें ग्रिट कहा जाता है) के बड़े पैमाने पर डेटा का निर्माण किया। कोसमॉस-2 में एमएलएलएम की मौजूदा क्षमताओं को एकीकृत करने के अलावा, मॉडल अनुप्रयोगों में ग्राउंडिंग क्षमता को भी एकीकृत करता है।
इसका मतलब यह है कि भाषा ने अंतरिक्ष को समझने और अपनी धारणा, कार्रवाई और विश्व मॉडलिंग के साथ आगे बढ़ने के लिए कदम आगे बढ़ाया है। शोधकर्ता इस तरह सोचते हैं कि कोस्मोस-2 भौतिक एआई की नींव है। आप शोध पढ़ सकते हैं यहाँ.
आप माइक्रोसॉफ्ट कॉसमॉस 2 के बारे में क्या सोचते हैं? क्या यह अच्छा होगा यदि AI का कोई भौतिक स्वरूप हो या नहीं? नीचे टिप्पणी अनुभाग में हमें बताएं।
