){kind=link}
Raziskovalci Apple so razvili sistem umetne inteligence, imenovan ReALM (Reference Resolution as Language Modeling), katerega cilj je radikalno izboljšati način, kako glasovni pomočniki razumejo in se odzivajo na ukaze.
V raziskovalni nalogi Apple opisuje nov okvir za to, kako veliki jezikovni modeli obravnavajo problem referenčne ločljivosti, ki vključuje dešifriranje dvoumnih sklicev na predmete na zaslonu, pa tudi razumevanje pogovornega konteksta in konteksta v ozadju. Posledično lahko ReALM vodi do bolj intuitivne in naravne interakcije z napravami.
Prepoznavanje sklicevanja je pomemben del razumevanja naravnega jezika, saj uporabnikom omogoča uporabo zaimkov in drugih posrednih sklicevanj v pogovoru brez zmede. Za digitalne pomočnike je bila ta sposobnost v preteklosti pomemben izziv, omejen s potrebo po interpretaciji širokega nabora verbalnih signalov in vizualnih informacij. Sistem ReALM iz Apple želi rešiti ta problem tako, da kompleksen proces prepoznavanja referenc spremeni v čisto nalogo jezikovnega modeliranja. Na ta način lahko razume sklicevanja na vizualne elemente, prikazane na zaslonu, in to razumevanje vključi v tok pogovora.
ReALM rekonstruira vizualno strukturo zaslona z uporabo besedilnih predstavitev. To vključuje razčlenjevanje zaslonskih objektov in njihovo razporejanje, da se ustvari besedilni format, ki odraža vsebino in strukturo zaslona. Raziskovalci Apple ugotovil, da ta strategija v kombinaciji s posebnim prilagajanjem jezikovnih modelov za primerjalne težave z reševanjem bistveno prekaša tradicionalne metode, vključno z zmogljivostmi OpenAI GPT-4.
ReALM lahko uporabnikom omogoči veliko bolj učinkovito interakcijo z digitalnimi pomočniki na podlagi tega, kar je trenutno prikazano na zaslonu, brez potrebe po natančnih in podrobnih navodilih. To bi lahko naredilo glasovne pomočnike veliko bolj uporabne v različnih situacijah, kot je pomoč voznikom pri navigaciji informacijsko-razvedrilnih sistemov med vožnjo ali pomoč uporabnikom s posebnimi potrebami z zagotavljanjem lažjih in natančnejših načinov posredne interakcije.
Apple je objavil že več raziskovalnih člankov s področja umetne inteligence. Prejšnji mesec je podjetje predstavilo novo metodo za učenje velikih jezikovnih modelov, ki brezhibno integrira besedilne in vizualne informacije. Pričakuje se, da Apple bo junija na konferenci WWDC predstavil številne funkcije AI.
Preberite tudi: