OpenAI、ChatGPTが画像を分析する『GPT-4V（ビジョン）』を発表。安全性、嗜好性、福祉機能を強化 | AIDB

関連研究 ChatGPTの”ふるまいの変化”を定量的に分析した結果 OpenAI、大規模言語モデルの数学能力を大きく向上させることに成功 GPT-4を使用した知的労働者のパフォーマンスは軒並み向上し、もとの成績が良くないほど顕著。※注意点あり 従来の課題 GPT-4Vは、従来のGPT-4が抱えていたいくつかの課題を解決する形で登場しました。 テキスト中心の処理能力 従来のGPT-4は、テキストデータの処理能力に特化しており、テキストベースの質問応答、文章生成、自然言語理解など、多くの用途で非常に有用でした。 しかし、裏を返せば画像や音声など他のメディア形式に対する対応が不足していました。テキストと画像が組み合わさったマルチモーダルなデータに対する処理能力が限定的でした。 画像入力とプライバシー GPT-4の画像データに対する安全な処理能力には限界がありました。例えばプライバシー保護の観点が

[diet55]

「食品のラベルを読む」「周囲の環境を把握する」「物の位置を特定する」

[tockri]

人間の知性をどんどん引き離していくなあ。

[shields-pikes]

今までのChatGPTは、テキストで入力・出力する業務なら何でも人並みにできた。いわば博識な全盲者のような状態。あとはあらゆるデータを正確にテキスト化する仕組みさえあれば、視覚を手に入れたのとほぼ同様になる。

[arc_at_dmz]

だんだんインタラクションデザインの会社になってきた。

[star_123]

どのレベルで映像を取り扱ってるのか気になるのではよ試したい

[mozukuyummy]

ChatGPT「安全ヨシ！！」