Meta představila třetí generaci svých „Segment Anything Models“ (SAM), sady nástrojů umělé inteligence navržených pro pokročilou vizuální analýzu. Na rozdíl od oblíbených velkých jazykových modelů Llama společnosti Meta představují tyto nové systémy významný skok v tom, jak stroje „vidí“ a interagují s fyzickým světem. SAM 3 se zaměřuje na přesnou detekci a segmentaci objektů, což znamená, že dokáže přesně identifikovat a izolovat prvky na snímcích a videích.
Jak SAM 3 funguje: přesné vizuální porozumění
Na rozdíl od chatbotů AI modely SAM vynikají v rozpoznávání konkrétních objektů, a to i ve složitých scénách. Meta trénovala SAM 3 na obrovských datových sadách obrázků a videí sladěných s podrobnými textovými popisy. To umožňuje AI reagovat na velmi specifické dotazy: například vybrat všechny slony na fotografii nebo identifikovat „červené klobouky“ v davu. Schopnost modelu interpretovat nuancované dotazy je jeho hlavní výhodou.
Tyto modely nejsou navrženy k vytváření nových obrázků nebo videí, ale k analyzování stávajícího vizuálního obsahu. Vývojáři mohou přistupovat k verzím s otevřenými váhami prostřednictvím Meta’s Segment Anything Playground. Skutečný dopad však pocítí každodenní uživatelé díky vylepšením vlastních platforem Meta.
Praktické aplikace: Od sociálních médií k ochraně divoké zvěře
Meta integruje SAM 3 do několika svých produktů:
- Úpravy Instagramu a vibrace: Umožňuje přesnější dávkovou úpravu obrázků a videí.
- Facebook Marketplace: Vylepšená funkce “zobrazení místnosti”, která uživatelům umožňuje realističtěji si představit nábytek v jejich domovech.
Kromě spotřebitelských aplikací se SAM 3 ukazuje jako cenný ve vědeckém výzkumu. Meta spolupracovala se společnostmi ConservationX a Osa Conservation na analýze více než 10 000 hodin záběrů z kamery pro divokou zvěř, pomocí kterých bylo možné přesněji identifikovat více než 100 druhů. To ukazuje, jak může umělá inteligence urychlit úsilí o ochranu tím, že automatizuje únavnou analýzu dat.
Strategie AI společnosti Meta: ambice a vnitřní výzvy
Vývoj modelů SAM je součástí širšího tlaku společnosti Meta na umělou inteligenci. Společnost začátkem tohoto roku hodně investovala do pytláctví nejlepších talentů AI, ale také čelila vnitřním neúspěchům. Nedávné zprávy naznačují významnou restrukturalizaci divize AI společnosti Meta, včetně propouštění a potenciálního odchodu klíčové postavy Yanna LeCuna. Navzdory těmto výzvám je Meta nadále odhodlána vést v oblasti vizuální AI.
Tyto pokroky ve vizuální inteligenci pravděpodobně změní způsob, jakým pracujeme s digitálním obsahem, takže úpravy a analýzy budou efektivnější a intuitivnější. I když jsou interní problémy Meta pozoruhodné, potenciál SAM 3 a podobných modelů řídit inovace v komerční i vědecké oblasti je nepopiratelný.
