Το Allen Institute for AI (Ai2) δημοσίευσε το Molmo, ένα καινοτόμο σύνολο πολυτροπικών μοντέλων ανοιχτού κώδικα που αμφισβητούν την καθοδηγητική επιρροή των ιδιόκτητων συστημάτων AI. Με πλεονεκτήματα στην ανώτερη αναγνώριση εικόνων και πρακτικές γνώσεις, η Molmo είναι έτοιμη να βοηθήσει προγραμματιστές, ερευνητές και νεοφυείς επιχειρήσεις παρέχοντας ένα προηγμένο αλλά εύχρηστο εργαλείο ανάπτυξης εφαρμογών τεχνητής νοημοσύνης. Η κυκλοφορία εφιστά την προσοχή σε μια σημαντική αλλαγή στο τοπίο της τεχνητής νοημοσύνης, ενώνοντας μοντέλα ανοιχτού κώδικα και ιδιόκτητα μοντέλα και βελτιώνοντας την πρόσβαση όλων στην κορυφαία τεχνολογία AI.
Το Molmo προσφέρει λειτουργίες που παρέχουν εξαιρετικό βαθμό κατανόησης της εικόνας, επιτρέποντάς του να διαβάζει σωστά μια μεγάλη ποικιλία οπτικών δεδομένων—από κοσμικά αντικείμενα έως πολύπλοκα γραφήματα και μενού. Αντί να είναι όπως τα περισσότερα μοντέλα τεχνητής νοημοσύνης, το Molmo ξεπερνά την αντίληψη επιτρέποντας στους χρήστες να αλληλεπιδρούν με εικονικά και πραγματικά περιβάλλοντα μέσω της κατάδειξης και μιας σειράς χωρικών ενεργειών. Αυτή η ικανότητα υποδηλώνει μια σημαντική ανακάλυψη, επιτρέποντας την εισαγωγή πολύπλοκων πρακτόρων τεχνητής νοημοσύνης, ρομποτικής και πολλών άλλων εφαρμογών που εξαρτώνται από μια λεπτομερή κατανόηση τόσο των οπτικών όσο και των συμφραζόμενων δεδομένων.
Η αποτελεσματικότητα και η προσβασιμότητα αποτελούν βασικές πτυχές της αναπτυξιακής στρατηγικής Molmo. Οι προηγμένες δεξιότητες του Molmo προέρχονται από ένα σύνολο δεδομένων με λιγότερο από ένα εκατομμύριο εικόνες, σε πλήρη αντίθεση με τα δισεκατομμύρια εικόνων που επεξεργάζονται άλλα μοντέλα όπως το GPT-4V και το Gemini της Google. Η προσέγγιση που εφαρμόστηκε συνέβαλε στο να είναι το Molmo όχι μόνο εξαιρετικά αποτελεσματικό στη χρήση υπολογιστικών πόρων, αλλά έχει δημιουργήσει επίσης ένα μοντέλο που είναι εξίσου ισχυρό με τα πιο αποτελεσματικά ιδιόκτητα συστήματα και διαθέτει λιγότερες παραισθήσεις και ταχύτερους ρυθμούς εκπαίδευσης.
Η δημιουργία του Molmo πλήρως ανοιχτού κώδικα αποτελεί μέρος της ευρύτερης στρατηγικής προσπάθειας του Ai2 για τον εκδημοκρατισμό της ανάπτυξης της τεχνητής νοημοσύνης. Το Ai2 δίνει τη δυνατότητα σε μια ποικιλία χρηστών – από νεοφυείς επιχειρήσεις έως ακαδημαϊκά εργαστήρια – να καινοτομούν και να προχωρήσουν στην τεχνολογία AI χωρίς το υψηλό κόστος επένδυσης ή την τεράστια υπολογιστική ισχύ. Τους δίνει πρόσβαση στα δεδομένα εκπαίδευσης γλώσσας και όρασης, στα βάρη μοντέλων και στον πηγαίο κώδικα του Molmo.
είπε ο Matt Deitke, Ερευνητής στο Allen Institute for AI “Το Molmo είναι ένα απίστευτο μοντέλο τεχνητής νοημοσύνης με εξαιρετική οπτική κατανόηση, το οποίο ωθεί τα σύνορα της ανάπτυξης της τεχνητής νοημοσύνης εισάγοντας ένα παράδειγμα για την αλληλεπίδραση της τεχνητής νοημοσύνης με τον κόσμο μέσω της κατάδειξης. Η απόδοση του μοντέλου καθοδηγείται από ένα εξαιρετικά υψηλής ποιότητας επιμελημένο σύνολο δεδομένων που διδάσκει την τεχνητή νοημοσύνη να κατανοεί τις εικόνες μέσω κειμένου. Η εκπαίδευση είναι πολύ πιο γρήγορη, φθηνότερη και απλούστερη από ό,τι γίνεται σήμερα, έτσι ώστε η ανοιχτή έκδοση του τρόπου κατασκευής της θα δώσει τη δυνατότητα σε ολόκληρη την κοινότητα της τεχνητής νοημοσύνης, από νεοφυείς επιχειρήσεις έως ακαδημαϊκά εργαστήρια, να εργαστεί στα σύνορα της ανάπτυξης της τεχνητής νοημοσύνης».
Σύμφωνα με εσωτερικές αξιολογήσεις, το μεγαλύτερο μοντέλο της Molmo, με 72 δισεκατομμύρια παραμέτρους, ξεπέρασε το GPT-4V του OpenAI και άλλους κορυφαίους ανταγωνιστές σε πολλά σημεία αναφοράς. Το πιο μικροσκοπικό μοντέλο Molmo, συμπεριλαμβανομένου μόνο ενός δισεκατομμυρίου παραμέτρων, είναι αρκετά μεγάλο για να λειτουργεί σε φορητή συσκευή ενώ ξεπερνά τα μοντέλα με δεκαπλάσιο αριθμό παραμέτρων. Εδώ μπορείτε να δείτε τα μοντέλα και δοκιμάστε το μόνοι σας.
VIA: DataConomy.com
