INTELIGENCIA ARTIFICIAL

Aprendizaje multimodal: el futuro de la inteligencia artificial

A medida que los dispositivos de IA continúen desarrollándose, comenzarán a trabajar juntos. Eso es todo.

Más cobertura de IA de lectura obligada

La inteligencia artificial (IA) no solo ayuda a las empresas a operar de manera más eficiente, sino que también genera información crítica que las empresas pueden usar para mejorar. La inteligencia artificial ha proliferado en la empresa y se ha convertido en una parte esencial de un negocio exitoso. Este éxito ha impulsado el crecimiento continuo de la IA, con un estimado de 1800 millones de dispositivos de IA adicionales que se espera que se agreguen en los próximos cinco años, descubrió ABI Research.

La publicación de blog de ABI Research El aprendizaje multimodal y el futuro de la IA brinda una descripción general del impacto y el futuro de la IA en los negocios. Actualmente, los dispositivos de IA funcionan de forma independiente entre sí, con grandes cantidades de datos que fluyen a través de cada dispositivo. Según la publicación, a medida que la IA continúa desarrollándose, estos dispositivos podrán trabajar juntos de manera poderosa para liberar todo el potencial de la IA.

mirar: Microsoft Azure: lo que los líderes empresariales y de TI deben saber (PDF gratuito) (República tecnológica)

El acto de combinar datos independientes de varios dispositivos de IA en un solo modelo se denomina aprendizaje multimodal. Según la publicación del blog, los sistemas multimodales pueden procesar múltiples conjuntos de datos, utilizando métodos basados ​​en el aprendizaje para generar información más inteligente. En lugar de analizar datos de diferentes dispositivos por separado y sacar conclusiones, el sistema multimodal lo hace automáticamente.

LEER  NVIDIA mejora el rendimiento de inferencia LLM con la nueva biblioteca de software TensorRT-LLM

La publicación del blog identifica los siguientes dos beneficios principales del aprendizaje multimodal:

  • Múltiples sensores que observan los mismos datos pueden hacer predicciones más confiables porque solo es posible detectar cambios en ambos patrones cuando están presentes.
  • La fusión de múltiples sensores puede facilitar la captura de información complementaria o tendencias que pueden no ser capturadas por una sola modalidad.

Para romper los silos de IA, las organizaciones están abiertas a adoptar el aprendizaje multimodal. Según la publicación del blog, el costo de desarrollar un sistema multimodal no es alto porque el mercado de sensores de hardware y software de percepción es altamente competitivo.

Algunas de las plataformas multimodales más conocidas incluyen IBM Watson y Microsoft Azure, pero la mayoría de las organizaciones se enfocan solo en escalar sistemas monomodales. Según la publicación del blog, existe una brecha entre la oferta y la demanda, lo que presenta una gran oportunidad para que las empresas de plataformas ingresen al espacio. El aprendizaje multimodal también presenta oportunidades para los proveedores de chips cuyas habilidades se beneficiarán en el perímetro.

Caso de uso multimodal

Según la publicación, los casos de uso para aplicaciones multimodales abarcan múltiples industrias. En la industria automotriz, los sistemas avanzados de asistencia al conductor (ADA), los asistentes de interfaz hombre-máquina (HMI) en el vehículo y los sistemas de monitoreo del conductor (DMS) se están introduciendo en los sistemas multimodales.

Los proveedores de robots están integrando sistemas multimodales en la HMI robótica y la automatización del movimiento, según la publicación. Las empresas de dispositivos de consumo están viendo aplicaciones para sistemas multimodales en seguridad y autenticación de pagos, motores de recomendación y personalización y asistentes personales.

Las empresas médicas y los hospitales se encuentran en las primeras etapas de la adopción de técnicas de aprendizaje multimodal, pero existen aplicaciones prometedoras en imágenes médicas. Según la publicación, la industria de los medios y el entretenimiento también ha comenzado a adoptar el aprendizaje multimodal, como la estructuración de contenido, los sistemas de recomendación de contenido, la publicidad personal y el marketing de cumplimiento automatizado.

Hasta que más empresas adopten abiertamente esta forma de operar, los sistemas de aprendizaje multimodal seguirán siendo desconocidos para la mayoría. Sin embargo, el futuro de la IA se mueve en una dirección multimodal.

Para obtener más información, vea cómo el paso de IBM Watson a la multinube puede ayudar a su empresa a adoptar la IA en Tecnopedia.

ver también

Aprendizaje multimodal el futuro de la inteligencia artificial
Gorodenkoff Producciones OU, Getty Images/iStockphoto

LEER  La plataforma de inteligencia artificial para monitorear la salud de los bomberos gana la competencia IBM Call for Code 2023

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba