Multimodal
term_id: muiltimodal
Category: basic_concepts
Definition
Innen kunstig intelligens beskriver multimodalitet evnen til en modell å forstå, generere eller koble informasjon på tvers av ulike sanseinntrykk eller dataformater. I motsetning til unimodale modeller
Summary
Multimodal refererer til AI-systemer som behandler og integrerer flere typer datamodaler, som tekst, bilder og lyd, samtidig.
Key Concepts
- Datasamordning
- Kryss-modal tilpasning
- Forent representasjon
- Sensorintegrasjon
Use Cases
- Bildeteksting og visuelle spørsmål og svar
- Videoanalyse med lydkontekst
- Medisinsk diagnose som kombinerer skanninger og pasientjournaler