AI amlfodd

Diffiniad

Mae deallusrwydd artiffisial amlfoddol yn cyfuno ac yn prosesu data o sawl modd—megis testun, delweddau, sain, neu fideo—i gynhyrchu allbynnau neu ragfynegiadau.

Diben

Y pwrpas yw adeiladu systemau sy'n deall gwybodaeth yn debycach i fodau dynol, sy'n integreiddio synhwyrau lluosog. Fe'i defnyddir mewn gofal iechyd, roboteg, a systemau sgwrsio.

Pwysigrwydd

• Yn ehangu galluoedd y tu hwnt i AI un modd.
• Yn galluogi rhyngweithio cyfoethocach rhwng bodau dynol a deallusrwydd artiffisial.
• Yn gofyn am bensaernïaeth uwch ar gyfer uno data amrywiol.
• Yn cynyddu cymhlethdod mewn hyfforddiant a gwerthuso.

Sut Mae'n Gwaith

1. Casglu setiau data amlfoddol gyda mewnbynnau wedi'u halinio (e.e., testun + delweddau).
2. Amgodio pob modoldeb yn gynrychioliadau fector.
3. Defnyddiwch dechnegau cyfuno i gyfuno dulliau.
4. Hyfforddi modelau i ddysgu perthnasoedd traws-foddol.
5. Cynhyrchu allbynnau ar draws un neu fwy o ddulliau.

Enghreifftiau (Y Byd Go Iawn)

• CLIP (OpenAI): yn cysylltu delweddau a thestun ar gyfer chwilio.
• Google Gemini: model amlfoddol yn trin testun, delweddau ac sain.
• Systemau capsiwn delweddau: cynhyrchu disgrifiadau testun o luniau.

Cyfeiriadau / Darllen Pellach

• Baltrušaitis et al. “Dysgu Peirianyddol Amlfodd: Arolwg.” IEEE TPAMI.
• Papur CLIP OpenAI.
• Stanford HAI: Ymchwil AI Amlfodd.
• Sut Mae Deallusrwydd Artiffisial Amlfoddol yn Gweithio