شرکت چینی علی‌بابا به تازگی از یک مدل هوش مصنوعی جدید رونمایی کرد که به گفته این شرکت، از قابلیت درک تصاویر و مدیریت مکالمات پیچیده بهره می‌برد.
مدل‌های هوش مصنوعی جدید علی‌بابا به نام‌های Qwen-VL و Qwen-VL-Chat شناخته می‌شود و نسبت به محصولات قبلی این شرکت پیشرفته‌تر هستند.
همچنین این غول فناوری چینی اعلام کرد که مدل‌های مذکور، منبع‌باز هستند و این یعنی، محققان، دانشگاهیان و شرکت‌ها در سراسر جهان می‌توانند از آنها برای ساخت اپلیکیشن‌های هوش مصنوعی بدون نیاز به آموزش سیستم‌های خود استفاده کنند. بنابراین، از لحاظ زمانی و هزینه، به‌صرفه خواهد بود.
به گفته علی‌بابا، مدل هوش مصنوعی Qwen-VL به پرسش‌های مرتبط با تصاویر مختلف پاسخ دهد و کپشن‌هایی را برای عکس‌ها تولید کند. همچنین کاربران می‌توانند تعامل پیچیده‌تری را با مدل Qwen-VL-Chat داشته باشند.
از جمله کارهایی که مدل دوم یعنی Qwen-VL-Chat می‌تواند انجام دهد می‌توان به داستان نویسی، خلق تصاویر با توجه به تصاویر ورودی کاربر و حل معادلات ریاضی نشان‌داده شده در یک تصویر اشاره کرد.
در یکی از مثال‌های علی‌بابا برای نمایش قابلیت‌های این مدل هوش مصنوعی، تصویری از تابلوی بیمارستان به زبان چینی نمایش داده شد که این مدل توانست با تفسیر علائم، به سوالات مربوط به مکان بخش‌های مختلف بیمارستانی پاسخ دهد.
در حال حاضر، بسیاری از مدل‌های هوش مصنوعی مولد با تمرکز بر متن توسعه یافته‌اند که مدل Qwen-VL-Chat همانند آخرین نسخه ChatGPT می‌تواند تصاویر را درک و به سوالات پاسخ دهد.
ناگفته نماند که این دو مدل جدید علی‌بابا مبتنی بر مدل زبانی بزرگ این شرکت موسوم به Tongyi Qianwen ساخته شده‌اند که اوایل سال جاری میلادی عرضه شد.
