Nijesh Upreti: Ny metode får AI til at ramme plet
Forsker Nijesh Upreti har fundet en smartere måde at få AI-genererede billeder til at overholde regler, så de ikke bryder rammerne.
Kernen i opdagelsen
Forskere bag et nyt studie har opdaget, at AI-modeller, der laver billeder, kan blive langt mere præcise, hvis de lærer at arbejde med symboler og funktioner i stedet for kun at kigge på kanter og mønstre. Metoden hedder function-symbol grounding og gør, at AI'en forstår vigtige regler bedre, når den genererer indhold.
Hvorfor det betyder noget
Traditionelt har AI-modeller haft svært ved at overholde hårde begrænsninger, når de laver billeder. Den nye tilgang hjælper dem med at holde sig inden for de rigtige rammer fra starten, i stedet for at rette fejl bagefter. Det kan betyde, at fremtidens AI-værktøjer laver færre fejl og er mere pålidelige i praksis.
Hvad så nu?
Forskerne bag studiet har lavet en metode, der kan bruges i mange forskellige AI-systemer. For almindelige brugere kan det betyde, at billeder, som AI laver, bliver mere præcise og realistiske. Men der er endnu behov for mere forskning, før det bliver en standard i alle AI-værktøjer.
- Metoden kaldes function-symbol grounding.
- Den hjælper AI-modeller med at overholde hårde begrænsninger.
- Arbejdet er udført af Nijesh Upreti og en kollega.
- Studiet er offentliggjort på arXiv.
- Tilgangen adresserer svagheder i eksisterende LTN-GAN-modeller.
Du kan se frem til AI-værktøjer, der laver færre fejl og bedre følger de regler, du giver dem, når du genererer billeder.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.
AI-nyheder