MADRID, 13 de diciembre (Portaltic/EP) –
Meta ha presentado un modelo de nuevo diseño diseñado para resolver problemas centrados en el movimiento humano. y una herramienta que inserta marcas de agua en videos generados por IA para ayudar a identificar su origen.
Motivo, Video Seal y CLIP 1.2 son sólo tres de las innovaciones en tecnología de inteligencia artificial general que Meta FAIR presentó este jueves, en las que buscó destacar «innovaciones recientes en el desarrollo de agentes, robustez y seguridad, y arquitecturas que facilitan el aprendizaje automático».
Motivo es un modelo de desarrollador básico para controlar el comportamiento de los agentes virtuales que están incorporados, es decir, exhiben múltiples comportamientos. más parecido a un humano.
Para lograr esto, el equipo de Meta FAIR recurrió a un conjunto de datos de movimientos sin etiquetar y aprendizaje por refuerzo no supervisado para entrenar un algoritmo y hacer que aprenda «comportamiento humano»
“La principal novedad técnica de nuestro algoritmo es aprender una representación que pueda usarse para combinar estado, movimiento y recompensa en el mismo espacio latente”, explican en el blog Meta. El modelo también ajusta sus movimientos a los cambios del entorno, como la gravedad, el viento o las perturbaciones directas, “aunque no ha sido entrenado para ello”. Los personajes no jugables (NPC) son «realistas» y democratizan tanto la animación de personajes como la creación de nuevas experiencias de juego de rol.
Meta FAIR ha lanzado un video de Seal, una marca de agua agregada a una IA. Vídeo generado que es irreconocible a simple vista. Se agregó «como un mensaje oculto», lo que permite rastrear el origen del video y resistir la edición y comprender los algoritmos utilizados para poner contenido «en vivo» en línea. Junto con esta herramienta, la tecnología La compañía también lanzó Meta Omni Seal Bench, una clasificación que compara el rendimiento de diferentes métodos de marca de agua. Y anunciaron la disponibilidad de CLIP 1.2, un modelo de codificación de lenguaje e imagen subyacente de alto rendimiento.
Además, funciona en el modelo Generative Flow Matching, que reemplaza la transmisión clásica y mejora el rendimiento y la eficiencia. al mismo tiempo que permite una fácil generalización de datos complejos.
Para los agentes, Meta FAIR ha introducido Theory of Mind Discovery, un programa de generación de datos impulsado por adversarios. La Guía para el razonamiento de la teoría de la mente permite la generación de diversas teorías. datos desafiantes y es escalable para entrenar y evaluar modelos de lenguaje grandes.
Otra novedad es el modelo de concepto grande, ‘inspirado en cómo los humanos pueden planificar pensamientos de alto nivel para comunicarse. Del mismo modo, se ha trabajado en el transformador implícito del byte hiperdinámico y en las capas de metadatos.
Agregar Comentario