8 月 5 日消息,微軟研究院近日展示了 Project Rumi 項目,結合文本,音頻和視頻數據,通過多模方法,提高人工智能系統的理解能力,從而更能理解人類的意圖。
人工智能系統近年來取得了長足的進步,尤其在自然語言處理(NLP)領域的成長更為驚人。不過現有 NLP AI 主要依賴于文本輸入輸出,忽略了人類在自然交流中的語調,面部表情,手勢和肢體語言等線索,從而在理解方面會存在偏差。
在 AI 專業術語中,這些線索統稱為副語言(paralinguistics/ paralanguage)。
微軟研究院為了解決這個問題,開發了 Project Rumi,這是一個新穎的框架,旨在通過多模態副語言提示來增強人工智能的理解。該項目包括兩個主要部分:多模式副語言編碼器和多模式副語言解碼器。IT之家在此附上視頻如下:
本文鏈接:http://www.www897cc.com/showinfo-21-516-0.html微軟展示Rumi項目 通過多模方式提高人工智能理解能力
聲明:本網頁內容旨在傳播知識,若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。郵件:2376512515@qq.com