多模态人工智能及其在商业中的应用| 商业中的人工智能 #21

已发表: 2022-10-11

当今可用于商业的人工智能模型与人类智能的不同之处主要在于它们大多是单峰的。 这意味着他们只接受一种类型的信息。 通往完全有能力的人工智能之路的下一步是多模态模型它们结合了各种类型的数据，同样，人类开发了多种感官来探索他们所生活的世界。但是多模态人工智能在商业中有哪些应用呢？

多模式 AI - 目录：

当今大多数人工智能模型都基于一种数据进行训练。 这些可能包括：

这种单峰模型可以快速处理大量信息，并且比人类更好地发现模式。但是，它们有严重的局限性。他们对上下文不敏感，也不太擅长处理不寻常和模棱两可的情况。

多模式模型可以更好地处理这些人工智能最困难的任务。 他们可以像人类一样，以不同的“感官”探索世界，并从不同的来源学习。通过这样做，他们将遥远的事实联系起来，并将各种数据组合在一起。

在商业环境中，一个面向未来的多模式人工智能可以处理，例如，公司业务流程的优化、社交媒体帖子的分析、物流组织，甚至仓库中货物的物理定位。 通过访问各种类型的数据，它可以集中管理公司，同时对业务运营的每个可衡量方面都有广泛而详细的了解。

一种利用多模态的人工智能模型是 DALL-E 2，它是从文本线索创建的令人惊讶的图像的作者。然而，当今“多感官”人工智能的能力远远超出了构图的范围。 今天开发的模型结合了模态对，例如：

已经获得认可的最令人兴奋的工具之一是Synthesia。 这个基于浏览器的平台，用于根据输入的文本创建视频，提供视觉演示，并附有化身讲师。 Synthesia 为以下制造商提供了广泛的功能：

现在，无需雇用演员、画外音和演示设计师，只需将多模式 AI 服务用于业务，并在几分钟内根据精心编写的文本创建镜头。 通过使用翻译模块，您还可以准备多种语言版本的材料。

现代多式联运模型中最好的是 Gato。 这种由 Deep Mind 开发的深度神经网络同时从各种来源获取信息，它比单峰模型学习得更快、更有效。它的一些功能包括：

如今，其中许多功能已经存在于自动驾驶汽车或智能城市等复杂系统中。但是，他们的应用程序还没有在小型企业领域得到升级。

尽管如此，人们仍然可以想象将多模式功能交付给各种企业。 通过描述来自闭路电视摄像机的图像，它可以对库存商品进行分类或识别商店货架上缺失的产品。对象操作将自动补充事先确定的丢失货物，无需任何人工参与。

多模态人工智能被寄予厚望。从我们的角度来看，它主要预示着人工智能为企业工作的方式发生了革命性的变化。 代替分布式、点解决方案来自动化简单、重复性任务，从各种来源收集数据并从超出人类感知能力的大量数据中得出结论的强大工具的出现即将出现。

也许在未来，人工智能甚至会创建自主公司。 但很快，它将生成实时视听材料，直接响应客户提出的产品查询。

如果您喜欢我们的内容，请在 Facebook、Twitter、LinkedIn、Instagram、YouTube、Pinterest、TikTok 上加入我们忙碌的蜜蜂社区。

作者：罗伯特·惠特尼
JavaScript 专家和指导 IT 部门的讲师。他的主要目标是通过教其他人如何在编码时有效合作来提高团队生产力。
查看所有帖子