Možda ćete morati pričekati još malo da dobijete opciju učitavanja slika za Bingovu multimodalnu značajku
2 min. čitati
Objavljeno na
Podijelite ovaj članak
Poboljšajte ovaj vodič
Pročitajte našu stranicu za otkrivanje kako biste saznali kako možete pomoći MSPoweruseru da održi urednički tim Čitaj više
OpenAI je službeno objavio GPT-4, a Microsoft je otkrio da je model "prilagođen za pretraživanje". Dio ovog uzbudljivog otkrića je multimodalna sposobnost modela, koja mu omogućuje obradu slika. Međutim, ova je značajka još uvijek ograničena čak i na Bingu. Štoviše, učitavanje slika da bi se iskoristila ova značajka moglo bi biti daleko, kao što je nagovijestio jedan od Microsoftovih zaposlenika.
Multimodalnost je najveći vrhunac najnovijeg modela OpenAI-ja. I dok je GPT-4 već dostupan putem pretplatnici ChatGPT Plus, značajka je još u fazi testiranja, što je čini nedostupnom svima. Bez obzira na to, OpenAI je u svom nedavnom postu na blogu pokazao kako bi multimodalnost funkcionirala u GPT-4, koji u osnovi može opisati i interpretirati učitane slike.
Wow Bing sada zapravo može opisivati slike, sada kada zna da koristi GPT-4!
byu/BroskiPlaysYT inBing
Čini se da je ova multimodalna mogućnost sada dostupna na novi Bing, iako ne u potpunosti. Za početak, korisnici mogu zatražiti od Bing Chata da opiše slike pomoću poveznica na slike preuzete s weba, a on će generirati odgovor. Osim toga, chatbot će sada uključiti slike u svoj proces, pogotovo ako to zatražite.
S druge strane, opcija izravnog prijenosa slike koju Bing opisuje ili analizira još uvijek nije dostupna. Dolazak ove opcije nedavno je pokrenuo korisnik na X / Twitter Mikhailu Parakhinu, Microsoftovom voditelju oglašavanja i web usluga, koji je sugerirao da to za sada nije prioritet tvrtke.
Puno je skuplje, prvo moramo proširiti trenutnu funkcionalnost. Sve je u uvođenju više GPU-a.
— Mikhail Parakhin (@MParakhin) Ožujak 14, 2023
Kako bi ovo bilo moguće, Parakhin je primijetio potrebu za "više GPU-a" i rekao da je to "mnogo skuplje". U nedavnoj prijaviti, Microsoft je otkrio da je već potrošio stotine milijuna dolara za izgradnju ChatGPT superračunala povezivanjem tisuća Nvidia GPU-a na svojoj Azure platformi za računalstvo u oblaku. Uz ovo, ako se Parakhinove riječi shvate ozbiljno, Microsoft bi mogao potrošiti više kako bi u potpunosti uveo multimodalnu značajku u Bing. A na temelju onoga što je Parakhin rekao, to je moguće, samo ne danas.
