एलोन मस्क के xAI द्वारा ग्रोक 1.5 विज़न AI मॉडल का अनावरण किया गया

एलन मस्क का आर्टिफिशियल इंटेलिजेंस (एआई) कंपनी xAI ने एक नए AI मॉडल का अनावरण किया है जिसका नाम है ग्रोक 1.5 दृष्टि. यह विस्तारित भाषा मॉडल (एलएलएम) हाल ही में जारी ग्रोक 1.5 मॉडल का एक उन्नत संस्करण है। इस अपग्रेड के साथ, एआई मॉडल अब कंप्यूटर विज़न से लैस है, जो इसे विजुअल मीडिया को इनपुट के रूप में स्वीकार करने में सक्षम बनाता है। यह छवियों को संसाधित कर सकता है और उनके बारे में प्रश्नों का उत्तर दे सकता है। विशेष रूप से, यह घोषणा OpenAI के कुछ ही दिनों बाद आई पुर: कंप्यूटर विज़न द्वारा संचालित इसका अपना GPT-4 मॉडल।

यह घोषणा xAI के आधिकारिक एक्स अकाउंट (जिसे पहले ट्विटर के नाम से जाना जाता था) द्वारा की गई थी। कंपनी ने एक साझा किया ब्लॉग भेजा नए एआई मॉडल का विवरण देते हुए इसके कुछ बेंचमार्क स्कोर साझा किए गए। चूँकि दृष्टि क्षमताएँ हाल ही में जोड़ी गई हैं दिखाया गया ग्रोक 1.5 मॉडल, अधिकांश विवरण समान रहते हैं। इसमें समान 1,28,000 टोकन पॉपअप है और समग्र बेंचमार्क स्कोर भी समान रहने की संभावना है।

xAI ने कंपनी द्वारा विकसित बेंचमार्क पर परीक्षण किए गए ग्रोक 1.5 विज़न के लिए बेंचमार्क स्कोर भी साझा किया। AI कंपनी इसे RealWorldQA बेंचमार्क कहती है और “वास्तविक दुनिया की स्थानिक समझ” को मापती है। उन्होंने मॉडल को कई अन्य बेंचमार्क जैसे एमएमएमयू, मैथविस्टा, चार्टक्यूए आदि में भी परीक्षण किया। जबकि ग्रोक ने बेहतर प्रदर्शन किया ओपनएआई RealWorldQA में विजन और जेमिनी 1.5 प्रो के साथ GPT-4, MMMU और ChartQA में इसका प्रदर्शन खराब रहा।

शुरुआती लोगों के लिए, कंप्यूटर विज़न कंप्यूटर विज्ञान की एक शाखा है जिसमें कंप्यूटर (और एआई मॉडल) को छवियों और वीडियो का उपयोग करके वास्तविक दुनिया में वस्तुओं को पहचानने और समझने की क्षमता से लैस करना शामिल है। इसे कंप्यूटरों को मनुष्यों की तरह दृश्य संकेतों को देखने और संसाधित करने में मदद करने के लिए डिज़ाइन किया गया है। मल्टी-मोडल एआई मॉडल के उदय के साथ, कई कंपनियां अब दृष्टि-संचालित मॉडल विकसित करने पर ध्यान केंद्रित कर रही हैं। गूगल मिथुन राशि OpenAI के 1.5 प्रो और विज़न वाले GPT-4 दोनों में यह क्षमता है।

यह तकनीक अनुप्रयोगों की एक विस्तृत श्रृंखला भी प्रदान करती है। भारतीय कैलोरी ट्रैकिंग और पोषण फीडबैक प्लेटफॉर्म हेल्थीफाई ने हाल ही में स्नैप नामक एक फीचर जोड़ा है, जहां उपयोगकर्ता भोजन या व्यंजन की छवि पर क्लिक कर सकते हैं, और विजन द्वारा संचालित एआई चैटबॉट के साथ जीपीटी -4 सुझाव देता है कि नुस्खा को कैसे और किस हद तक स्वास्थ्यवर्धक बनाया जा सकता है। अतिरिक्त कैलोरी जलाने के लिए आपको व्यायाम करने की आवश्यकता है। भविष्य में, कंप्यूटर विज़न वाले एआई मॉडल बीमारियों का निदान करने, सेल्फ-ड्राइविंग कार बनाने और बहुत कुछ करने में मदद कर सकते हैं।