خبر داغ داغ! هوش مصنوعی Phi-3-vision مایکروسافت معرفی شد: هوش مصنوعی که تصاویر رو هم میفهمه!
مایکروسافت یه مدل هوش مصنوعی جدید به اسم Phi-3-vision معرفی کرده که میتونه تصاویر رو هم مثل متن درک و تحلیل کنه. این مدل که جزو خانواده Phi-3 هست، فقط روی متن تمرکز نداره و میتونه اشیاء داخل تصاویر رو هم تشخیص بده.
Phi-3-vision برای گوشی های موبایل طراحی شده و قدرت پردازش زیادی لازم نداره. به همین خاطر میتونه برای کارهایی مثل پاسخ به سوالات مربوط به تصاویر یا نمودارها روی گوشی استفاده بشه.
این مدل هوش مصنوعی هنوز به قدرت DALL-E یا Stable Diffusion در تولید تصویر نمیرسه، ولی توی تجزیه و تحلیل و درک تصاویر حرف اول رو میزنه.
هوش مصنوعی Phi-3-vision جدیدترین عضو خانواده Phi-3 هست که قبلاً Phi-3-mini با ۳.۸ میلیارد پارامتر کوچیکترین عضو این خانواده بود. حالا خانواده Phi-3 شامل Phi-3-mini، Phi-3-vision، Phi-3-small (7 میلیارد پارامتر) و Phi-3-medium (14 میلیارد پارامتر) میشه.
تمرکز روی مدل های کوچکتر هوش مصنوعی یه ترند جدیده. این مدلها قدرت پردازش و حافظه کمتری لازم دارن و به همین خاطر برای گوشی های موبایل و دستگاه های دیگه که منابع محدودی دارن ایدهآل هستن. مایکروسافت قبلاً هم با مدل Orca-Math که توی حل مسائل ریاضی از رقبای بزرگترش پیشی گرفته بود، توی این زمینه موفق عمل کرده بود.
Phi-3-vision فعلا به صورت پیشنمایش در دسترسه، ولی بقیه اعضای خانواده Phi-3 (مینی، کوچک و متوسط) از طریق کتابخانه مدل Azure قابل دسترسی هستن.
__ تکنودات مرجع اخبار تکنولوژی __