Microsoft’un bu teknolojisi her şeyi değiştirecek

Microsoft, Phi-3 ailesine yeni bir üye ekleyerek küçük dil
modelleri serisini genişletiyor. Phi-3-vision adı verilen bu yeni
model, sadece metin odaklı değil, aynı zamanda görüntüleri analiz
edebilen ve anlayabilen çok modlu bir model olarak dikkat
çekiyor.

Phi-3-vision, görüntülerdeki nesneleri tanıma konusunda üstün
bir performans sergiliyor. 4,2 milyar parametreye sahip olan bu
model, mobil cihazlar için tasarlandı ve genel görsel akıl yürütme
görevlerinde oldukça başarılı. Kullanıcılar, Phi-3-vision’a
görüntüler veya grafiklerle ilgili sorular sorabiliyor ve model bu
sorulara detaylı ve bilgilendirici yanıtlar veriyor. Phi-3-vision,
DALL-E veya Stable Diffusion gibi görüntü oluşturma araçlarından
farklı olarak görüntü analizi ve kavrama konularında öne
çıkıyor.

Microsoft, Phi-3-vision’ın tanıtımını, Phi-3 ailesinin en küçük
üyesi olan 3,8 milyar parametreli Phi-3-mini’nin ardından
gerçekleştirdi. Phi-3 ailesi şu anda Phi-3-mini, Phi-3-vision, 7
milyar parametreli Phi-3-small ve 14 milyar parametreli
Phi-3-medium modellerini içeriyor.

Bu küçük modellere odaklanma eğilimi, yapay zeka geliştirmede
büyüyen bir trendi yansıtıyor. Küçük modeller, daha az işlem gücü
ve hafıza gerektirerek mobil cihazlar ve diğer kaynak kısıtlı
ortamlar için ideal hale geliyor. Microsoft, bu yaklaşımın
başarılarını Orca-Math modeliyle de görmüş durumda; bu model,
matematik problemlerini çözmede daha büyük rakiplerinden üstün
performans gösterdi. Phi-3-vision şu anda önizleme aşamasında olup,
Phi-3 ailesinin diğer üyeleri (mini, small ve medium) Azure’un
model kütüphanesi üzerinden erişime açık.

Phi-3-vision’ın çok modlu yetenekleri ve mobil uyumlu yapısı,
Microsoft’un küçük ama güçlü yapay zeka modellerine olan
bağlılığını ve bu alandaki yenilikçi yaklaşımını gözler önüne
seriyor. Kullanıcıların görüntü analizi ihtiyaçlarını karşılayarak,
daha geniş bir yelpazede akıllı çözümler sunmayı amaçlıyor.