{"id":97792,"date":"2020-10-22T02:42:27","date_gmt":"2020-10-22T00:42:27","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/novejshaya-tehnologiya-microsoft-poyavivshayasya-v-azure-ai-opisyvaet-izobrazheniya-tak-zhe-horosho-kak-i-lyudi"},"modified":"2020-10-22T02:42:27","modified_gmt":"2020-10-22T00:42:27","slug":"novejshaya-tehnologiya-microsoft-poyavivshayasya-v-azure-ai-opisyvaet-izobrazheniya-tak-zhe-horosho-kak-i-lyudi","status":"publish","type":"post","link":"https:\/\/prohoster.info\/et\/blog\/administrirovanie\/novejshaya-tehnologiya-microsoft-poyavivshayasya-v-azure-ai-opisyvaet-izobrazheniya-tak-zhe-horosho-kak-i-lyudi","title":{"rendered":"Microsofti uusim tehnoloogia, mis on ilmunud Azure AI-s, kirjeldab pilte sama h\u00e4sti kui inimesed","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\r\n \"Vaata\r\n
<\/div>\r\n <\/div><\/center>
\nMicrosofti teadlased on loonud tehisintellekti s\u00fcsteemi, mis suudab genereerida piltide pealkirju, mis paljuski osutuvad t\u00e4psemaks kui inimeste tehtud kirjeldused. See l\u00e4bimurre on oluline verstapost Microsofti p\u00fc\u00fcdlustes muuta oma tooteid ja teenuseid k\u00f5igile kasutajatele kaasavaks ja ligip\u00e4\u00e4setavaks.<\/p>\n

\u201ePiltide kirjeldamine on \u00fcks peamisi arvutin\u00e4gemise funktsioone, mis v\u00f5imaldab erinevate teenuste t\u00f6\u00f6d,\u201d \u00fctles Xue Dong Huang (Xuedong Huang<\/a><\/noindex>), Microsofti tehnoloogiat\u00f6\u00f6taja ja Azure AI Cognitive Services peamine tehniline direktor Redmondis (Washingtoni osariik).<\/p>\n

Uus mudel on n\u00fc\u00fcd tarbijatele saadaval Computer Visioni kaudu\u00a0Azure Cognitive Services<\/a><\/noindex>, mis on osa Azure AI-st, ning v\u00f5imaldab arendajatel selle v\u00f5imaluse abil oma teenuste ligip\u00e4\u00e4setavust parandada. See on samuti kaasatud rakendusse Seeing AI ja hakkab l\u00f5pusel aastal t\u00f6\u00f6le Microsoft Wordis ja Outlookis Windowsi ja Maci jaoks, samuti PowerPointis Windowsis, Macis ja veebiversioonis.<\/a><\/noindex><\/p>\n

Automaatne kirjeldus aitab kasutajatel juurdep\u00e4\u00e4su saada igasugusele pildiga seotud olulisele sisule, olgu selleks fotod, mis ilmuvad otsingutulemustes, v\u00f5i esitlusillustratsioonid.<\/p>\n

\u201eKasutades m\u00e4rkusi, mis kirjeldavad piltide sisu (nii-\u00f6elda alternatiivne v\u00f5i asendustekst), veebilehtedel ja dokumentides, on see eriti oluline n\u00e4gemispuudega inimestele,\u201c \u00fctles Saqib Shaikh (Saqib Shaikh<\/a><\/noindex>), Microsofti AI platvormide grupi tarkvarajuht Redmondis.<\/p>\n

N\u00e4iteks kasutab tema meeskond rakenduses, mis on m\u00f5eldud n\u00e4gemispuudega inimestele, t\u00e4iustatud pildikirjelduse funktsiooni\u00a0Seeing AI<\/a><\/noindex>, mis tuvastab kaamera j\u00e4\u00e4dvustatud sisu ja r\u00e4\u00e4gib sellest. Rakendus kasutab genereeritud m\u00e4rkuseid, et pilte, sealhulgas sotsiaalmeedias, kirjeldada.<\/p>\n

Ideaalis peaks k\u00f5igil olema alternatiivne tekst iga pildi jaoks dokumentides, internetis ja sotsiaalmeedias, kuna see v\u00f5imaldab n\u00e4gemispuudega inimestel p\u00e4\u00e4seda sisu juurde ja osaleda arutelus. Kahjuks inimesed seda ei tee, \u2013 \u00fctleb Sheikh. \u2013 Siiski on m\u00f5ned rakendused, mis kasutavad piltide kirjeldamise funktsiooni, et lisada alternatiivne tekst, kui see puudub.
\n\u00a0\u00a0
\n\"Microsofti
\n
\nLijuani Wang, Microsofti uurimislabori peajuht Redmondis, juhtis teadusmeeskonda, mis saavutas tulemuse, mis on sarnane inimv\u00f5imekusele, ja isegi \u00fcletas selle. Foto: Dan DeLong.<\/i><\/p>\n

Uute objektide kirjeldus<\/h4>\n

\nPiltide kirjeldamine on \u00fcks arvutikatsetuste p\u00f5hitegevusi, mis vajab kunstliku intellekti s\u00fcsteemi, et m\u00f5ista ja kirjeldada p\u00f5hisisu v\u00f5i tegevust, mis on pildil esitatud, \"selgitas Lijuani Wang (Lijuan Wang<\/a><\/noindex>), Microsofti uurimislabori peajuht Redmondis.<\/p>\n

\u201eOn oluline m\u00f5ista, mis toimub, v\u00e4lja selgitada, kuidas objektide ja tegevuste vahelisi suhteid ning seej\u00e4rel k\u00f5ik see sageli inimeses\u00f5bralikul keelel kokku v\u00f5tta,\u201d \u00fctles ta.<\/p>\n

Wan juhtis uuringute meeskonda, mis saavutas normtestimisel\u00a0nocaps<\/a><\/noindex>\u00a0(novel object captioning at scale, uute objektide ulatuslik kirjeldamine) tulemuse, mis on v\u00f5rreldav inimeste omaga ning \u00fcletas selle. See testimine v\u00f5imaldab hinnata, kui h\u00e4sti AI s\u00fcsteemid genereerivad kirjeldusi kujutatud objektidest, mis ei kuulu andmehulka, mille alusel mudel on koolitatud.<\/p>\n

Tavaliselt koolitatakse pildikirjelduss\u00fcsteemid andmehulkades, mis sisaldavad pilte koos nende piltide tekstiliste kirjeldustega, st allkirjastatud pildihulkades.<\/p>\n

\u201eNocaps\u2019i test n\u00e4itab, kui h\u00e4sti s\u00fcsteem on v\u00f5imeline kirjeldama uusi objekte, mis ei esine koolitusandmetes,\u201d \u00fctleb Wan.<\/p>\n

Selle \u00fclesande lahendamiseks treenis Microsofti meeskond suurt tehisintellekti mudelit ulatuslikul andmestikul, mis sisaldas pildigalerii s\u00f5nalisi silte, millest iga\u00fchel oli vastav objekt pildil.<\/p>\n

Pildigalerii s\u00f5naliste silmade kasutamine t\u00e4isteksti asemel on efektiivsem, see v\u00f5imaldas Van meeskonnal oma mudelisse palju andmeid sisestada. T\u00e4nu sellele l\u00e4henemisele omandas mudel selle, mida meeskond nimetab visuaalseks s\u00f5naraamatuks.<\/p>\n

Kuidas Juan selgitas, on see l\u00e4henemine visuaalse s\u00f5naraamatu kasutamiseks eel\u00f5ppeks sarnane laste lugemisoskuse \u00f5petamisele: alguses kasutatakse piltide raamatu, kus eraldi s\u00f5nad seostatakse piltide, n\u00e4iteks \u00f5una pildiga, mille all on kirjutatud '\u00f5un', ning kassi pildiga, mille all on s\u00f5na 'kass'.<\/p>\n

\u201eSelline eel\u00f5pe visuaalse s\u00f5naraamatuga on tegelikult vajalik algkoolitus s\u00fcsteemi \u00f5petamiseks. Nii p\u00fc\u00fcame v\u00e4lja t\u00f6\u00f6tada omamoodi lihasm\u00e4lu,\u201c \u00fctles Juan.<\/p>\n

Eelnevalt koolitatud mudel t\u00e4iendatakse seej\u00e4rel andmestiku kogumi abil, mis sisaldab allkirjastatud pilte. Selles \u00f5ppimise etapis \u00f5pib mudel lauseid koostama. Kui ilmub pilt, mis sisaldab uusi objekte, kasutab tehisintellekti s\u00fcsteem visuaalset s\u00f5nastikku t\u00e4psete kirjelduste loomiseks.<\/p>\n

\u201eUute objektide testimise k\u00e4igus \u00fchendab s\u00fcsteem selle, mida ta \u00f5ppis eelnevatel ja t\u00e4iustatud koolitusetappidel,\u201c \u00fctleb Wang.
\nVastavalt tulemusele\u00a0uurimise<\/a><\/noindex>, nocaps testide hindamisel genereeris tehisintellekti s\u00fcsteem sisukamaid ja t\u00e4psemaid kirjeldusi kui inimesed sama pildi kohta.<\/p>\n

Kiire \u00fcleminek t\u00f6\u00f6keskkonda\u00a0<\/h4>\n

\nUus piltide kirjeldamise s\u00fcsteem on kahekordselt parem kui mudel, mida on kasutatud Microsofti toodetes ja teenustes alates 2015. aastast, v\u00f5rreldes teiste t\u00f6\u00f6stusharu standarditega.<\/p>\n

Arvestades selle t\u00e4iustuse eeliseid, mida k\u00f5ik Microsofti toodete ja teenuste kasutajad saavad, kiirendas Juan uue mudeli integreerimist t\u00f6\u00f6keskkonda Azure.<\/p>\n

\u00abMe v\u00f5tame selle l\u00e4bimurdelise AI tehnoloogia Azure'is platvormina, et teenindada laiemat klientide ringi,\u00bb \u00fctles ta. \u00abJa see l\u00e4bimurre ei ole ainult teadusuuringutes. Aeg, mis l\u00e4ks selle l\u00e4bimurde toomiseks Azure'i t\u00f6\u00f6keskkonda, on samuti olnud l\u00e4bimurre.\u00bb<\/p>\n

Juan lisas, et inimv\u00f5imetega v\u00f5rdsete tulemuste saavutamine j\u00e4tkab Microsofti kognitiivsete intelligents\u00fcsteemide juba v\u00e4lja kujunenud suunda.<\/p>\n

\u00abViimase viie aasta jooksul oleme saavutanud inimv\u00f5imetega sarnased tulemused viies peamises valdkonnas: k\u00f5netuvastuses, masint\u00f5lkes, k\u00fcsimustele vastamises, masinloetavuses ja tekstide m\u00f5istmises. 2020. aastal, hoolimata COVID-19-st, ka piltide kirjeldamises,\u00bb \u00fctles Juan.<\/p>\n

<\/p>\n

Teema<\/h4>\n

<\/p>\n