微软展示Rumi项目通过多模方式提高人工智能理解能力

发布时间：2023-08-06 08:53 内容来源：TechWeb 阅读量：7649

，微软研究院近日展示了 Project Rumi 项目，结合文本，音频和视频数据，通过多模方法，提高人工智能系统的理解能力，从而更能理解人类的意图。

人工智能系统近年来取得了长足的进步，尤其在自然语言处理领域的成长更为惊人。不过现有 NLP AI 主要依赖于文本输入输出，忽略了人类在自然交流中的语调，面部表情，手势和肢体语言等线索，从而在理解方面会存在偏差。

在 AI 专业术语中，这些线索统称为副语言。

微软研究院为了解决这个问题，开发了 Project Rumi，这是一个新颖的框架，旨在通过多模态副语言提示来增强人工智能的理解。该项目包括两个主要部分:多模式副语言编码器和多模式副语言解码器。IT之家在此附上视频如下:

声明：本网转发此文，旨在为读者提供更多资讯信息，所渉内容不构成投资、建议消费。文章内容如有疑问，请与有关方核实，文章观点非本网站观点，仅供读者参考。