){kind=link}
Istraživači Apple razvili su sustav umjetne inteligencije nazvan ReALM (Reference Resolution as Language Modeling), koji ima za cilj radikalno poboljšati način na koji glasovni asistenti razumiju i odgovaraju na naredbe.
U istraživačkom radu Apple opisuje novi okvir za to kako veliki jezični modeli rješavaju problem razlučivanja referenci, što uključuje dešifriranje dvosmislenih referenci na objekte na ekranu, kao i razumijevanje razgovora i konteksta u pozadini. Kao rezultat toga, ReALM može dovesti do intuitivnije i prirodnije interakcije s uređajima.
Prepoznavanje referenci važan je dio razumijevanja prirodnog jezika, omogućujući korisnicima korištenje zamjenica i drugih neizravnih referenci u razgovoru bez zabune. Za digitalne pomoćnike ova je sposobnost povijesno bila značajan izazov, ograničen potrebom tumačenja širokog raspona verbalnih signala i vizualnih informacija. ReALM sustav iz Apple nastoji riješiti ovaj problem pretvaranjem složenog procesa prepoznavanja referenci u zadatak čistog jezičnog modeliranja. Na taj način ona može razumjeti reference na vizualne elemente prikazane na ekranu i integrirati to razumijevanje u tijek razgovora.
ReALM rekonstruira vizualnu strukturu zaslona pomoću prikaza teksta. To uključuje raščlanjivanje objekata zaslona i njihovo raspoređivanje u obliku teksta koji odražava sadržaj i strukturu zaslona. Istraživači Apple otkrio je da ova strategija, u kombinaciji s posebnim podešavanjem jezičnih modela za probleme rješavanja referentnih vrijednosti, značajno nadmašuje tradicionalne metode, uključujući OpenAI GPT-4 mogućnosti.
ReALM može omogućiti korisnicima mnogo učinkovitiju interakciju s digitalnim pomoćnicima na temelju onoga što je trenutno prikazano na ekranu, bez potrebe za preciznim, detaljnim uputama. Ovo bi glasovne pomoćnike moglo učiniti puno korisnijima u raznim situacijama, poput pomaganja vozačima u kretanju infotainment sustavima tijekom vožnje ili pomaganja korisnicima s invaliditetom pružanjem lakših i preciznijih načina neizravne interakcije.
Apple je već objavio nekoliko istraživačkih radova u području umjetne inteligencije. Prošlog mjeseca tvrtka je predstavila novu metodu za učenje velikih jezičnih modela koja besprijekorno integrira tekstualne i vizualne informacije. Očekivano je da Apple predstavit će niz značajki umjetne inteligencije na konferenciji WWDC u lipnju.
Pročitajte također: