Vícemodální
term_id: muiltimodal
Category: basic_concepts
Definition
V umělé inteligenci vícemodálnost popisuje schopnost modelu chápat, generovat nebo korelovat informace napříč různými smyslovými vstupy nebo formáty dat. Na rozdíl od unimodálních modelů…
Summary
Vícemodální označuje systémy AI, které zpracovávají a integrují více typů datových modalit, jako je text, obrázky a zvuk, současně.
Key Concepts
- Fúze dat
- Přes-modální zarovnání
- Jednotná reprezentace
- Integrace senzorů
Use Cases
- Popisování obrázků a vizuální zodpovídání otázek
- Porozumění videu s kontextem zvuku
- Lékařská diagnostika kombinující snímky a záznamy pacienta