O modelo cria um espaço de embedding comum para informação no formato de texto, imagem, áudio, profundidade, calor e movimento, permitindo representar as informações de todos esses modais da mesma forma nesse espaço conceitual.
No evento Google I/O, a empresa mostrou como pretende aplicar o trabalho que vem fazendo nos últimos anos com modelos de linguagem para tornar a experiência de busca ainda mais inovadora.
O modelo foi treinado para tratar as sequências de aminoácidos de enzimas da mesma forma que um modelo de linguagem analisa texto, o que o ajudou a “aprender” a linguagem biológica necessária para produzir enzimas inéditas.
O sistema adapta uma rede neural convolucional para produzir um mapa de idade, que é sobreposto à imagem original para gerar o resultado desejado.
O sistema foi treinado com pares separados de faixa vocal e instrumental para aprender a gerar acompanhamento instrumental com um input exclusivamente vocal.
Vinte e cinco instâncias de modelos de linguagem similares ao ChatGPT foram utilizadas para popular uma pequena cidade virtual, permitindo aos pesquisadores simular o comportamento humano em um ambiente controlado.
O modelo foi treinado em um paradigma para funcionar tanto como segmentador universal automático, quanto para se adaptar a prompts do usuário, sendo capaz de aprender a realizar novas tarefas.
A técnica permite incluir um estilo através de um prompt de texto junto com o processo de geração de imagens tridimensionais a partir de imagens de múltiplas perspectivas.
Os produtos da linha Office e Docs devem ganhar recursos de inteligência artificial para ajudar os usuários com as tarefas mais cotidianas, como escrever resumos, emails, desenvolver planilhas e montar apresentações.
Além de ficar entre os 10% melhores colocados em um exame da ordem para humanos, a nova versão do GPT agora é capaz de analisar também imagens.
