Az új FDM-1 AI modell videófelvételek megtekintésével tanulja meg a számítógépes feladatokat
A Standard Intelligence bemutatta az FDM-1-et, egy „számítógépes műveleti” modellt, amely videók megtekintésével tanulja meg a számítógépek kezelését – már bizonyította, hogy képes CAD modellezésre, szoftverhibák keresésére, és egy valódi autó vezetésére San Franciscóban.
- Az FDM-1-et 11 millió órányi képernyőfelvételen tanították, ami a legnagyobb nyílt adatkészlet 550 000-szerese (!), egy olyan AI segítségével, amely visszafejti, hogy mely műveletek hozták létre az egyes képkockákat.
- A modell képes egyszerre közel kétórányi folyamatos képernyőtevékenységet megfigyelni és követni, feldolgozva a meglévő modellek vizuális kontextusának 50-szeresét.
- Az FDM-1 demók a fogaskerekek Blenderben történő építésétől a valódi autó nyílbillentyűkkel és élő adatfolyamokkal való vezetéséig terjednek, kevesebb mint egy órányi tanítóadat felhasználásával.
Miért fontos?
A nyelvi modellek az internetes szövegekből tanulták meg, hogyan írunk, az FDM-1 pedig most az internetes videókból próbálja megtanulni, hogyan dolgozunk és kezeljük a rendszereket. Azáltal, hogy a világ videóinak sokkal nagyobb része válik tanítóadatként feldolgozhatóvá jobb hatékonysággal, a számítógép-használó ágensek képességeinek felső határa drasztikusan megemelkedett.
Kapcsolódó hírek