Microsoft Yapay Zekasının Görüntüleri İnsanlarda Daha İyi Tanımlayabileceğini Söylüyor

Tarih:

14 Ekim 2020 20:28

Yazar:

Microsoft Yapay Zekasının Görüntüleri İnsanlarda Daha İyi Tanımlayabileceğini Söylüyor

2016’da Google yapay zekasının görüntülere neredeyse insanlar kadar iyi bir şekilde yüzde 94 doğrulukla başlık ekleyebileceğini söyledi. Şimdi Microsoft bunun daha da ileri gittiğini söylüyor: Araştırmacılar insanlardan bile daha doğru olan bir yapay zeka sistemi geliştirdiler öyle ki artık nocaps resim yazısı karşılaştırmasında liderlik tablosunun en üstünde yer alıyor.

Microsoft 2015’ten beri kullandığı resim yazısı modelinden iki kat daha iyi olduğunu iddia ediyor.

Kendi başına kayda değer bir dönüm noktası olsa da Microsoft bu teknolojiyi kendine saklamıyor. Artık Azure’un Bilişsel Hizmetlerinin bir parçası olarak yeni altyazı oluşturma modelini sunuyor böylece herhangi bir geliştirici onu uygulamalarına getirebilir.

Ayrıca bugün, Microsoft’un görme engelli kullanıcılar için çevrelerindeki dünyayı anlatabilen uygulaması olan Seeing AI’da da mevcuttur. Bu yılın ilerleyen günlerinde, altyazı oluşturma modeli PowerPoint sunumlarınızı da geliştirecek. Masaüstü platformlarında Word ve Outlook’ta da açılıcak.

Azure AI (Yapay Zeka) CVP’si Eric Boyd, Engadget ile yaptığı röportajda “Resim altyazıları AI’daki en zor sorunlardan biridir. Altyazı ekleme tekniklerini iyileştirmek her kullanıcıya yardımcı olabilir: Arama motorlarında aradığınız resimleri bulmayı kolaylaştırır ve görme engelli kullanıcılar için web’de ve yazılımda gezinmeyi önemli ölçüde daha iyi hale getirebilir.”

Şirketlerin yapay zeka araştırma yeniliklerini duyurması alışılmadık bir durum değil ancak bu keşiflerin nakliye ürünlerine hızlı bir şekilde uygulanması çok daha nadir. Azure AI bilişsel hizmetlerin CTO’su Xuedong Huang, kullanıcılar için potansiyel faydalar nedeniyle onu Azure ile hızlı bir şekilde entegre etmeye zorladı.

Ekibi modeli belirli anahtar kelimelerle etiketlenmiş resimlerle eğitti, bu da ona çoğu AI çerçevesinin sahip olmadığı görsel bir dil verilmesine yardımcı oldu. Tipik olarak bu tür modeller görüntülerle ve alt yazılarla eğitilir, bu da modellerin belirli nesnelerin nasıl etkileşime girdiğini öğrenmesini kolaylaştırır.