Američki tehnološki konglomerat Meta, koji posjeduje Facebook, Instagram, WhatsApp i druge aplikacije, predstavio je novi model umjetne inteligencije koji može prepoznati i označiti pojedinačne objekte, životinje i ljude na fotografijama, javlja Reuters.

Model se zove »Segment Anything«, ili u prijevodu »razdijeli bilo što na dijelove«, a probna se verzija, u nekomercijalne svrhe, može isprobati bez plaćanja na internetskoj stranici OVDJE.

Osim što Metin model segmentira sliku na objekte, korisnik također može opisno zatražiti od programa da mu izdvoji dijelove slike. Na primjer, upisivanjem riječi »cat«, tj. mačka na engleskom jeziku, program bi izdvojio sve mačke na fotografiji.

Iz Mete navode da je njihova baza podataka s pojmovima za prepoznavanje najveća dosad. Ta opcija nije bilo javno dostupna u vrijeme pisanja ovog teksta. Program nudi i mogućnost da automatski označi sve dijelove fotografije te ih korisnik onda može izrezati i koristiti.

Iz Mete također navode da njihov model može prepoznavati objekte i drugo i na videozapisima, iako taj dio također još nije dostupan javno. U Meti se nadaju da bi u budućnosti ovu tehnologiju mogli ugraditi u naočale za proširenu stvarnost.

Tako bi korisniku, kad vidi neki objekt, naočale mogle dati informacije o promatranom. Meta je nedavno također pokazala i da radi na drugim tehnologijama umjetne inteligencije, no one su usmjerene na kreiranje sadržaja.

Na primjer, razvijaju program koji može kreirati videozapise na temelju teksta te program koji izrađuje ilustracije, također na temelju tekstualnog predloška.

Glavni direktor Mete Mark Zuckerberg rekao je da su modeli umjetne inteligencije, koji će moći proizvoditi različit sadržaj te tako biti kreativna pomagala, jedan od najvažnijih Metinih prioriteta ove godine, javlja Reuters.

Vraćajući se konkretno na segmentiranje fotografija, iz Mete podsjećaju da je postupak određivanja koji pikseli na slici čine koji objekt osnovni preduvjet za funkcioniranje računalnog vida.

A računalni vid ima najrazličitije primjene, od analize fotografija i slika, što se može koristiti i u medicini, za analizu CT skenova i slično, pa do autonomnih vozila, kojima je računalni vid potreban kako bi mogla prepoznati okolinu i reagirati na nju.