{"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\/it\/2024\/02\/meta-releases-v-jepa-a-predictive-vision-model\/","title":{"rendered":"Meta rilascia V-JEPA, un modello di visione predittivo"},"content":{"rendered":"

Meta ha rilasciato V-JEPA, un modello di visione predittiva che rappresenta il prossimo passo verso la visione dell'intelligenza artificiale avanzata (AMI) di Yann LeCun, Chief AI Scientist di Meta.<\/strong><\/p>\n

Per poter interagire con gli oggetti del mondo fisico, le macchine dotate di intelligenza artificiale devono essere addestrate, ma i metodi tradizionali sono molto inefficienti. Utilizzano migliaia di esempi video con codificatori di immagini pre-addestrati, testo o annotazioni umane, perch\u00e9 una macchina possa imparare un singolo concetto, per non parlare di pi\u00f9 abilit\u00e0.<\/p>\n

V-JEPA, acronimo di Joint Embedding Predictive Architectures, \u00e8 un modello di visione progettato per apprendere questi concetti in modo pi\u00f9 efficiente.<\/p>\n

LeCun ha dichiarato che \"V-JEPA \u00e8 un passo avanti verso una comprensione pi\u00f9 fondata del mondo, in modo che le macchine possano raggiungere un ragionamento e una pianificazione pi\u00f9 generalizzati\".<\/p>\n

Il V-JEPA apprende come gli oggetti del mondo fisico interagiscano in modo molto simile a quello allo stesso modo in cui lo fanno i bambini piccoli<\/a>. Una parte fondamentale del modo in cui impariamo \u00e8 riempire gli spazi vuoti per prevedere le informazioni mancanti. Quando una persona passa dietro a uno schermo ed esce dall'altra parte, il nostro cervello riempie gli spazi vuoti con la comprensione di ci\u00f2 che \u00e8 accaduto dietro lo schermo.<\/p>\n

V-JEPA \u00e8 un modello non generativo che apprende prevedendo le parti mancanti o mascherate di un video. I modelli generativi possono ricreare un pezzo di video mascherato pixel per pixel, ma V-JEPA non lo fa.<\/p>\n

Confronta rappresentazioni astratte di immagini senza etichetta piuttosto che i pixel stessi. A V-JEPA viene presentato un video con un'ampia porzione mascherata, con una parte del video sufficiente a fornire un contesto. Al modello viene quindi chiesto di fornire una descrizione astratta di ci\u00f2 che accade nello spazio mascherato.<\/p>\n

Invece di essere addestrato su un'abilit\u00e0 specifica, Meta dice che \"ha usato un addestramento auto-supervisionato su una serie di video e ha imparato una serie di cose su come funziona il mondo\".<\/p>\n

\n

Oggi pubblichiamo V-JEPA, un metodo per insegnare alle macchine a comprendere e modellare il mondo fisico guardando video. Questo lavoro \u00e8 un altro passo importante verso @ylecun<\/a>La visione delineata dall'autore di modelli di IA che utilizzano una comprensione appresa del mondo per pianificare, ragionare e... pic.twitter.com\/5i6uNeFwJp<\/a><\/p>\n

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