{"id":10185,"date":"2024-02-20T07:06:53","date_gmt":"2024-02-20T07:06:53","guid":{"rendered":"https:\/\/dailyai.com\/?p=10185"},"modified":"2024-02-22T09:44:53","modified_gmt":"2024-02-22T09:44:53","slug":"meta-releases-v-jepa-a-predictive-vision-model","status":"publish","type":"post","link":"https:\/\/dailyai.com\/da\/2024\/02\/meta-releases-v-jepa-a-predictive-vision-model\/","title":{"rendered":"Meta frigiver V-JEPA, en pr\u00e6diktiv synsmodel"},"content":{"rendered":"

Meta har udgivet V-JEPA, en pr\u00e6diktiv synsmodel, der er det n\u00e6ste skridt mod Meta Chief AI Scientist Yann LeCuns vision om avanceret maskinintelligens (AMI).<\/strong><\/p>\n

For at AI-drevne maskiner kan interagere med objekter i den fysiske verden, skal de tr\u00e6nes, men konventionelle metoder er meget ineffektive. De bruger tusindvis af videoeksempler med pr\u00e6tr\u00e6nede billedkodere, tekst eller menneskelige kommentarer, for at en maskine kan l\u00e6re et enkelt koncept, for slet ikke at tale om flere f\u00e6rdigheder.<\/p>\n

V-JEPA, som st\u00e5r for Joint Embedding Predictive Architectures, er en synsmodel, der er designet til at l\u00e6re disse koncepter p\u00e5 en mere effektiv m\u00e5de.<\/p>\n

LeCun sagde, at \"V-JEPA er et skridt i retning af en mere velfunderet forst\u00e5else af verden, s\u00e5 maskiner kan opn\u00e5 mere generel r\u00e6sonnering og planl\u00e6gning.\"<\/p>\n

V-JEPA l\u00e6rer, hvordan objekter i den fysiske verden interagerer p\u00e5 samme m\u00e5de p\u00e5 samme m\u00e5de som sm\u00e5b\u00f8rn g\u00f8r<\/a>. En vigtig del af den m\u00e5de, vi l\u00e6rer p\u00e5, er ved at udfylde de tomme felter for at forudsige manglende information. N\u00e5r en person g\u00e5r bag en sk\u00e6rm og ud p\u00e5 den anden side, udfylder vores hjerne det tomme felt med en forst\u00e5else af, hvad der skete bag sk\u00e6rmen.<\/p>\n

V-JEPA er en ikke-generativ model, der l\u00e6rer ved at forudsige manglende eller maskerede dele af en video. Generative modeller kan genskabe et maskeret stykke video pixel for pixel, men det g\u00f8r V-JEPA ikke.<\/p>\n

Den sammenligner abstrakte repr\u00e6sentationer af um\u00e6rkede billeder i stedet for selve pixlerne. V-JEPA pr\u00e6senteres for en video, hvor en stor del er maskeret, og hvor der kun er nok af videoen til at give en vis kontekst. Modellen bliver derefter bedt om at give en abstrakt beskrivelse af, hvad der sker i det maskerede omr\u00e5de.<\/p>\n

I stedet for at blive tr\u00e6net i en bestemt f\u00e6rdighed, siger Meta, at \"den brugte selvstyret tr\u00e6ning p\u00e5 en r\u00e6kke videoer og l\u00e6rte en r\u00e6kke ting om, hvordan verden fungerer.\"<\/p>\n

\n

I dag udgiver vi V-JEPA, en metode til at l\u00e6re maskiner at forst\u00e5 og modellere den fysiske verden ved at se videoer. Dette arbejde er endnu et vigtigt skridt i retning af @ylecun<\/a>'s skitserede vision om AI-modeller, der bruger en indl\u00e6rt forst\u00e5else af verden til at planl\u00e6gge, r\u00e6sonnere og... pic.twitter.com\/5i6uNeFwJp<\/a><\/p>\n

- AI p\u00e5 Meta (@AIatMeta) 15. februar 2024<\/a><\/p><\/blockquote>\n