Kakao بازی خود را در هوش مصنوعی با کارلو 2.0، یک تولید کننده تصویر هوش مصنوعی ارتقا می دهد.

غول فناوری کره جنوبی کاکائو خواهان بخشی از اقدام در مسابقه هوش مصنوعی مولد است و امروز با به‌روزرسانی‌های بزرگ برای تولیدکننده تصویر هوش مصنوعی کارلو و مدل زبان بزرگ KoGPT و صندوق جدید برای حمایت از تولید تصویر هوش مصنوعی، پیشنهاد داد. استارت آپ ها

بخش هوش مصنوعی Kakao راه اندازی Karlo 2.0 توسط Kakao Brain – ابزاری مجهز به هوش مصنوعی که می تواند تصاویر را از طریق پیام های متنی تولید کند – به کاربران این امکان را می دهد تا با وارد کردن دستورات به زبان انگلیسی یا کره ای، تصویری را در عرض چند ثانیه تولید کنند.

در همین حال، KoGPT 2.0 قرار نیست تا سه ماهه سوم 2023 منتشر شود، اما بر اساس GPT-3.5 خواهد بود و بر روی 30 میلیارد پارامتر مختلف آموزش داده می شود.

مغز کاکائو نیز Karlo 100x را راه اندازی کرده است، یک صندوق 10 میلیارد وون (7.7 میلیون دلار)، Karlo 100X، برای حمایت از استارت آپ های هوش مصنوعی که فناوری تولید تصویر را توسعه می دهند.

انتشارات کاکائو بر فشاری که این شرکت، مانند همه بازیگران فعلی فناوری، برای همگام شدن با سرعت پیشرفت هوش مصنوعی با آن روبه‌رو بوده است، تأکید می‌کند: تازه‌واردانی مانند OpenAI، Midjourney و غیره، سروصدای زیادی به راه انداخته‌اند و روایت بزرگ‌ترین نوآوری‌ها را کنترل می‌کنند. از لحظه برای شرکت‌های قدیمی‌تر، تهدید همیشه این نیست که از هر چیزی که در راه است استفاده نکنند، بلکه شروع به قدیمی و کهنه به نظر می‌رسند.

کارلو 2.0 تنها هفت ماه پس از به‌روزرسانی قبلی این شرکت (1.4) عرضه می‌شود. Kakao Brain قبلاً یک ژنراتور پیشرفته تبدیل متن به تصویر RQ-Transformer و minDALL-E را در GitHub منتشر کرده بود.

این شرکت می گوید Karlo 2.0 بر روی 300 میلیون متن و تصویر آموزش داده شده است و از حداکثر وضوح 2048×2048 پشتیبانی می کند که در نتیجه کیفیت و وضوح تصاویر در سبک ها و اندازه های مختلف بهتر است. این یک پیشرفت بزرگ در نسخه های قبلی کارلو است: نسخه قبلی بر روی 180 میلیون نقطه داده متن و تصویر آموزش داده شده بود.

Karlo 2.0 همچنین با یک API در دسترس عموم برای توسعه دهندگان Kakao که به آنها امکان ایجاد 600000 تصویر در ماه به صورت رایگان را می دهد، بیشتر توسعه دهندگان خواهد بود.

سلف آن، همچنین KoGPT نامیده می شود، در ابتدا در سال 2021 عرضه شد و بر روی 200 میلیارد توکن آموزش داده شد. فقط روی 6 میلیارد پارامتر، با استفاده از داده های کره ای اکنون برنامه اضافه کردن زبان های انگلیسی، ژاپنی و سایر زبان های آسیایی از جمله باهاسا مالزی و ویتنامی است. کاکائو برین قرار است KoGPT 2.0 را که مبتنی بر GPT-3.5 با 30 میلیارد پارامتر است، در سه ماهه سوم سال 2023 راه اندازی کند.

اعتبار تصویر: مغز کاکائو

حرکات کاکائو جالب است، اما در خلاء نمی آیند و رقابت های زیادی را پیش رو خواهند داشت. مولدهای تصویر در حال حاضر از OpenAI (به شکل DALL-E) در دسترس هستند.، میانه سفر و انتشار پایداراستودیوی رویایی. همین هفته گذشته، غول فناوری چینی علی‌بابا از یک مدل تبدیل متن به تصویر با هوش مصنوعی Tongyi Wanxiang برای مشتریان سازمانی رونمایی کرد.

همانند برنامه پیام‌رسانی پیشرو منطقه‌ای این شرکت KakaoTalk، به نظر می‌رسد که شرکتی مانند Kakao به جای تسلط بر جهان، یک بازیگر پیشرو در تصاویر هوش مصنوعی در بازار باشد. در اوایل سال جاری، Eun-Taek Hong، مدیر اجرایی Kakao، در تماس درآمد خود گفت که این شرکت فناوری کره ای خدمات هوش مصنوعی مولد ارائه خواهد کرد. هانگ گفت، اما به جای رقابت با همتایان جهانی در این زمینه، کاکائو پیشنهادات هوش مصنوعی را با تمرکز بر زبان کره ای (در حال حاضر) توسعه خواهد داد.

همچنین جالب خواهد بود که ببینیم چگونه و آیا کاکائو این را همگام با دیگر جاه طلبی های خود در هوش مصنوعی می سازد یا خیر. به عنوان مثال، در حال ورود به صنعت مراقبت های بهداشتی است. این شرکت در حال توسعه یک پیشنهاد مولد هوش مصنوعی برای تجزیه و تحلیل تصویر پزشکی و نوشتن اولین پیش‌نویس تشخیص رادیوگرافی قفسه سینه برای پزشکان است. همچنین در حال توسعه فناوری هوش مصنوعی برای کشف دارو است.

کیم ایلدو، مدیر عامل Kakao Brain گفت: “ما خوشحالیم که کارلو 2.0 را از طریق فرآیند یادگیری داده های تصویری مختلف و پیشرفت های تکنولوژیکی، از جمله نسبت های انسانی و ترکیب بندی، و دیدگاه های پرسپکتیو که حس فضا و سه بعدی بودن را بیان می کند، معرفی می کنیم.” بیانیه. ما از انبوهی از داده ها و بازخورد کاربران برای ایجاد تصاویر واقعی استفاده خواهیم کرد و در عین حال مدل تولید تصویر را نیز توسعه خواهیم داد که بتواند طیف وسیع تری از نیازهای کاربر را برآورده کند.

حتی در منطقه، رقابت زیادی برای Kakao وجود دارد، با سایر شرکت های کره جنوبی که به شدت محصولات هوش مصنوعی خود را توسعه می دهند تا برای موقعیتی در فضای هوش مصنوعی مولد تلاش کنند.

ناور قرار است یک سرویس هوش مصنوعی مولد به نام HyperCLOVA X و یک ربات چت هوش مصنوعی SearchGPT را ماه آینده راه اندازی کند.

در دسامبر 2021، تحقیقات هوش مصنوعی ال جییک واحد اندیشکده هوش مصنوعی شرکت فناوری کره ای ال جی، از مدل زبان بزرگ مجهز به هوش مصنوعی خود به نام Exaone با قابلیت 300 میلیارد پارامتر رونمایی کرد. اکثر شرکت های تابعه ال جی از جمله ال جی الکترونیکس، ال جی انرژی سولوشن، ال جی آپلاس و ال جی دیسپلی از اگزونه استفاده می کنند. ال‌جی الکترونیکس چت بات خود را در ماه می منتشر کرد جلوگیری از استفاده از ابزارهای مولد هوش مصنوعی مانند ChatGPT، Google Bard و Bing AI مایکروسافت.

و سامسونگ گزارش شده است که در حال توسعه یک ابزار AI مولد خصوصی است برای استفاده داخلی فقط پس از محدود کردن ابزارهای مولد هوش مصنوعی پس از نشت داده های حساس.

SK Telecom، یکی از بزرگترین شرکت های مخابراتی کره جنوبی، نیز فناوری Chat GPT مبتنی بر Azure OpenAI مایکروسافت را به چت ربات هوش مصنوعی خود اضافه کرد به نام A. [A dot] دو تا از بزرگ‌ترین شرکت‌های مخابراتی کره‌ای، KT و Uplus ال‌جی، بر اساس رسانه‌های محلی، در حال توسعه ربات‌های چت هوش مصنوعی بر اساس فناوری ChatGPT هستند.