Microsoft เปิดตัว Phi-3-vision: การวิเคราะห์ภาพด้วย AI สำหรับอุปกรณ์พกพา
Microsoft ได้ขยายตระกูลโมเดลภาษาขนาดเล็ก Phi-3 ด้วยสมาชิกใหม่ที่น่าตื่นเต้น: Phi-3-vision โมเดล AI นวัตกรรมนี้นำความสามารถในการวิเคราะห์ภาพอันทรงพลังมาสู่อุปกรณ์มือถือ ถือเป็นก้าวสำคัญในการทำให้ AI ขั้นสูงสามารถเข้าถึงได้บนอุปกรณ์ที่ใช้ในชีวิตประจำวัน
 |
|---|
| ความมุ่งมั่นในนวัตกรรมของ Microsoft ที่แสดงออกผ่านการเปิดตัว Phi-3-vision เครื่องมือวิเคราะห์ภาพด้วย AI สำหรับอุปกรณ์มือถือ |
คุณสมบัติหลักของ Phi-3-vision:
- ความสามารถหลายโหมด: ต่างจากรุ่นพี่ที่รองรับเฉพาะข้อความ Phi-3-vision สามารถประมวลผลทั้งข้อความและภาพ
- ขนาดกะทัดรัด: ด้วยพารามิเตอร์ 4.2 พันล้าน ออกแบบมาเพื่อประสิทธิภาพการทำงานบนอุปกรณ์มือถือ
- การวิเคราะห์ภาพ: เชี่ยวชาญในการวิเคราะห์ภาพ แผนภูมิ และเนื้อหาที่เป็นภาพอื่นๆ
- การตอบคำถาม: ผู้ใช้สามารถถามคำถามเกี่ยวกับภาพและได้รับคำตอบที่ลึกซึ้ง
ตระกูล Phi-3 ที่กำลังเติบโต
Phi-3-vision เข้าร่วมกับกลุ่มโมเดลภาษาขนาดเล็กที่มีความสามารถเพิ่มขึ้นเรื่อยๆ จาก Microsoft:
- Phi-3-mini: 3.8 พันล้านพารามิเตอร์
- Phi-3-vision: 4.2 พันล้านพารามิเตอร์
- Phi-3-small: 7 พันล้านพารามิเตอร์
- Phi-3-medium: 14 พันล้านพารามิเตอร์
ทำไมโมเดลขนาดเล็กจึงสำคัญ
แนวโน้มการพัฒนาโมเดล AI ที่เล็กลงและมีประสิทธิภาพมากขึ้นกำลังได้รับความนิยมเพิ่มขึ้น โมเดลขนาดกะทัดรัดเหล่านี้มีข้อดีหลายประการ:
- ประสิทธิภาพการใช้ทรัพยากร: ต้องการพลังการประมวลผลและหน่วยความจำน้อยกว่า
- เป็นมิตรกับอุปกรณ์มือถือ: สามารถทำงานได้โดยตรงบนสมาร์ทโฟนและแท็บเล็ต
- คุ้มค่า: ความต้องการด้านการคำนวณที่ต่ำกว่าส่งผลให้ต้นทุนการดำเนินงานลดลง
Microsoft ประสบความสำเร็จแล้วกับแนวทางนี้ โมเดล Orca-Math ของพวกเขา ซึ่งเป็น AI ขนาดเล็กอีกตัวหนึ่ง มีรายงานว่าสามารถแก้ปัญหาคณิตศาสตร์ที่ซับซ้อนได้ดีกว่าคู่แข่งที่มีขนาดใหญ่กว่า
ความพร้อมใช้งาน
- Phi-3-vision พร้อมใช้งานในรูปแบบพรีวิวแล้ว
- สมาชิกอื่นๆ ในตระกูล Phi-3 (mini, small และ medium) สามารถเข้าถึงได้ผ่านไลบรารีโมเดลของ Azure
แม้ว่า Phi-3-vision จะไม่สามารถสร้างภาพเหมือน DALL-E หรือ Stable Diffusion แต่ความสามารถในการเข้าใจและวิเคราะห์เนื้อหาที่เป็นภาพเปิดโอกาสที่น่าตื่นเต้นสำหรับแอปพลิเคชัน AI บนมือถือ ในขณะที่ Microsoft ยังคงผลักดันขอบเขตของสิ่งที่เป็นไปได้กับโมเดล AI ขนาดกะทัดรัด เราคาดว่าจะได้เห็นความสามารถของ AI ที่ซับซ้อนมากขึ้นเรื่อยๆ ในอุปกรณ์ที่เราใช้ในชีวิตประจำวัน