أطلقت شركة xAI الناشئة في مجال الذكاء الاصطناعي نموذج Grok-1.5 Vision، وهو نموذج ذكاء اصطناعي متعدد الوسائط، يمكن لهذا النموذج الجديد فهم النصوص وكذلك معالجة الكائنات التي تظهر في المستندات والرسوم البيانية والمخططات والرسوم البيانية والمخططات ولقطات الشاشة والصور.
ستتيح الشركة المملوكة لإيلون ماسك قريباً نموذج Grok-1.5 Vision (Grok-1.5V) للمختبرين الأوائل ومستخدمي Grok الحاليين.
وقالت الشركة في منشور على مدونتها: “يمكن لـ Grok-1.5Vision أن ينافس نماذج الوسائط المتعددة الحالية في العديد من المجالات، من التفكير متعدد التخصصات إلى فهم الوثائق العلمية والرسوم البيانية والمخططات ولقطات الشاشة والصور”.
يأتي الإعلان عن نموذج الوسائط المتعددة Grok-1.5 Vision بعد أسابيع قليلة من إطلاق xAI لنموذج روبوت الدردشة الآلي المحدّث Grok-1.5 AI.
وفد قدمت الشركة العديد من الأمثلة على قدرات Grok-1.5 Vision، بما في ذلك تحويل الرسومات التخطيطية الانسيابية إلى كود Python، وإنشاء قصص ما قبل النوم من رسومات الأطفال وتحويل الجداول إلى تنسيق ملف CSV.
في الاختبارات التي أجريت على نماذج الوسائط المتعددة GPT-4V، وGPT-4V، وClaude 3Sonnet، وClaude 3 Opus، وGemini Pro 1.5، تدعي xAI أن نماذج الوسائط المتعددة الخاصة بها متفوقة.
ولهذا تفتخر الشركة بأن Grok-1.5 Vision تتفوق على منافسيها في معيار RealWorldQA، وهو مقياس جديد تم إنشاؤه لتقييم الفهم المكاني في العالم الحقيقي، خيث قامت xAI بتدريب معيار RealWorldQA باستخدام أكثر من 700 صورة وأسئلة وأجوبة لكل عنصر.
وتتراوح الصور بين صور مجهولة المصدر مأخوذة من السيارات وعينات أخرى من العالم الحقيقي، وقد نشرت xAI معيار RealWorldQA تحت رخصة المشاع الإبداعي.
وقد أحرزت شركة الذكاء الاصطناعي الناشئة تقدماً منذ ظهور روبوت الدردشة الآلي لأول مرة في نوفمبر 2023، مواكبةً بذلك شركة OpenAI وغيرها من الشركات الرائدة في السوق.
وقد تم إصدار معيار Grok-1.5 Vision بعد أقل من شهر من إطلاق Grok مفتوح المصدر، ففي وقت سابق من هذا الشهر كشف باحثون أن روبوت الدردشة Grok يمكن أن يقود المستخدمين إلى نشاط إجرامي، ولكن تعمل XAI على بذل جهود لبناء ذكاء اصطناعي عام مفيد يمكنه فهم كافة المستجدات الحياتية.
إنضم لقناتنا على تيليجرام