تمضي شركة الذكاء الاصطناعي الناشئة المملوكة للملياردير الأمريكي إيلون ماسك XAI، قدمًا في سعيها إلى بناء الذكاء الاصطناعي العام المفيد القادر على فهم الكون.
وفي هذا الصدد، كشفت الشركة الناشئة عن نموذج الذكاء الاصطناعي التوليدي المتعدد الوسائط Grok-1.5 Vision، لتعزز منافستها مع OpenAI ورواد السوق الآخرين منذ ظهور روبوتها للدردشة أول مرة في شهر نوفمبر 2023.
ويستطيع النموذج الجديد Grok-1.5 Vision، أو Grok-1.5V فهم النص، إلى جانب إمكانية معالجة الأشياء التي تظهر في المستندات والرسوم البيانية والمخططات ولقطات الشاشة والصور الفوتوغرافية.
وتخطط الشركة المملوكة للملياردير إيلون ماسك لتوفير النموذج الجديد قريبًا للمختبرين الأوائل ومستخدمي Grok الحاليين.
وقالت الشركة في تدوينة: يستطيع Grok-1.5 Vision منافسة نماذج الوسائط المتعددة الحالية في عدد من المجالات، بدءًا من التفكير المتعدد التخصصات إلى فهم المستندات والرسوم البيانية العلمية والرسوم البيانية ولقطات الشاشة والصور الفوتوغرافية.
ويأتي الكشف عن النموذج المتعدد الوسائط Grok-1.5 Vision بعد أسابيع من كشف xAI عن نموذج روبوت الدردشة بالذكاء الاصطناعي المحدث Grok-1.5.
وركزت الشركة على عدة أمثلة تعرض إمكانات Grok-1.5 Vision، بدءًا من تحويل رسم تخطيطي لمخطط انسيابي إلى تعليمات برمجية بلغة البرمجة بايثون Python، وإنشاء قصة ما قبل النوم من رسم طفل، وتحويل جدول إلى تنسيق ملف بتنسيق CSV.
وتدعي xAI أن نموذجها المتعدد الوسائط متميز. كما تفخر بتفوق Grok-1.5 Vision على منافسيه في معيار RealWorldQA، وهو مقياس جديد أنشأته لتقييم الفهم المكاني في العالم الحقيقي.
ودربت xAI معيار RealWorldQA باستخدام أكثر من 700 صورة بالإضافة إلى سؤال وجواب لكل عنصر.
يذكر أن Grok-1.5 Vision يأتي بعد أقل من شهر من فتح مصدر Grok.