Apple publica detalhes sobre o novo modelo de IA ‘MM1’

Os pesquisadores da Apple desenvolveram um novo método para treinar grandes modelos de linguagem (LLMs) que integra perfeitamente informações textuais e visuais.

As descobertas da empresa, detalhadas em um artigo de pesquisa intitulado “MM1: Métodos, análises e insights do pré-treinamento multimodal LLM”, mostram uma nova abordagem para a criação de sistemas de IA mais inteligentes e flexíveis. Ao utilizar um conjunto de dados diversificado que compreende pares de imagem-legenda, documentos de imagem-texto intercalados e dados somente de texto, a Apple afirma que o modelo MM1 estabelece um novo padrão na capacidade da IA ​​de executar tarefas como legenda de imagens, resposta visual a perguntas e resposta natural. inferência de linguagem com alto nível de precisão.

A pesquisa da Apple concentra-se na combinação de diferentes tipos de dados de treinamento e arquiteturas de modelos, o que permite à IA compreender e gerar linguagem com base em uma mistura de pistas visuais e linguísticas. Essa capacidade é vital para tarefas que exigem uma compreensão diferenciada do mundo, como interpretar imagens complexas ou responder perguntas que envolvam elementos visuais.

O artigo também destaca as excepcionais capacidades de aprendizagem no contexto do modelo MM1, particularmente na maior configuração de 30 bilhões de parâmetros do modelo. Esta versão aparentemente exibe capacidades notáveis ​​​​para raciocínio em várias etapas sobre múltiplas imagens usando prompts de “cadeia de pensamento” de poucos disparos, uma técnica que permite à IA realizar soluções complexas e abertas de problemas com base em exemplos mínimos.

Esta investigação surge como parte de uma iniciativa mais ampla da Apple para melhorar as suas capacidades de IA num contexto de concorrência crescente. Hoje mais cedo, BloombergMark Gurman, do Google, relatou que a Apple está em discussões com o Google para licenciar os modelos generativos de linguagem grande Gemini do Google para potencializar novos recursos que chegarão ao iPhone como parte do iOS 18.