{"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\/es\/2024\/02\/meta-releases-v-jepa-a-predictive-vision-model\/","title":{"rendered":"Meta lanza V-JEPA, un modelo de visi\u00f3n predictiva"},"content":{"rendered":"

Meta ha lanzado V-JEPA, un modelo de visi\u00f3n predictiva que constituye el siguiente paso hacia la visi\u00f3n de la inteligencia artificial avanzada (IAM) del cient\u00edfico jefe de IA de Meta, Yann LeCun.<\/strong><\/p>\n

Para que las m\u00e1quinas dotadas de IA interact\u00faen con objetos del mundo f\u00edsico, es necesario entrenarlas, pero los m\u00e9todos convencionales son muy ineficaces. Utilizan miles de ejemplos de v\u00eddeo con codificadores de imagen preentrenados, texto o anotaciones humanas, para que una m\u00e1quina aprenda un solo concepto, por no hablar de m\u00faltiples habilidades.<\/p>\n

V-JEPA, acr\u00f3nimo de Joint Embedding Predictive Architectures, es un modelo de visi\u00f3n dise\u00f1ado para aprender estos conceptos de forma m\u00e1s eficaz.<\/p>\n

LeCun dijo que \"V-JEPA es un paso hacia una comprensi\u00f3n m\u00e1s fundamentada del mundo para que las m\u00e1quinas puedan lograr un razonamiento y una planificaci\u00f3n m\u00e1s generalizados\".<\/p>\n

V-JEPA aprende c\u00f3mo interact\u00faan los objetos en el mundo f\u00edsico de forma muy parecida a como lo hacen en el mundo real. de la misma manera que los ni\u00f1os peque\u00f1os<\/a>. Una parte fundamental de nuestro aprendizaje consiste en rellenar los espacios en blanco para predecir la informaci\u00f3n que falta. Cuando una persona pasa por detr\u00e1s de una pantalla y sale por el otro lado, nuestro cerebro rellena el espacio en blanco con la comprensi\u00f3n de lo que ocurri\u00f3 detr\u00e1s de la pantalla.<\/p>\n

V-JEPA es un modelo no generativo que aprende prediciendo partes perdidas o enmascaradas de un v\u00eddeo. Los modelos generativos pueden recrear un fragmento de v\u00eddeo enmascarado p\u00edxel a p\u00edxel, pero V-JEPA no lo hace.<\/p>\n

Compara representaciones abstractas de im\u00e1genes no etiquetadas en lugar de los propios p\u00edxeles. A V-JEPA se le presenta un v\u00eddeo que tiene una gran parte enmascarada, con s\u00f3lo lo suficiente del v\u00eddeo para dar algo de contexto. A continuaci\u00f3n, se pide al modelo que proporcione una descripci\u00f3n abstracta de lo que ocurre en el espacio enmascarado.<\/p>\n

En lugar de ser entrenado en una habilidad espec\u00edfica, Meta dice que \"utiliz\u00f3 entrenamiento autosupervisado en una gama de v\u00eddeos y aprendi\u00f3 una serie de cosas sobre c\u00f3mo funciona el mundo\".<\/p>\n

\n

Hoy presentamos V-JEPA, un m\u00e9todo para ense\u00f1ar a las m\u00e1quinas a entender y modelar el mundo f\u00edsico viendo v\u00eddeos. Este trabajo es otro paso importante hacia @ylecun<\/a>Los modelos de inteligencia artificial que utilizan una comprensi\u00f3n aprendida del mundo para planificar, razonar y... pic.twitter.com\/5i6uNeFwJp<\/a><\/p>\n

- AI en Meta (@AIatMeta) 15 de febrero de 2024<\/a><\/p><\/blockquote>\n