2021-12-20 | 박현익 기자

Kakao Brain:“公开全球最大文本—图像AI数据集”

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

“我们计划构建全球最大规模的‘图像文本多模态’数据集,并在明年初公开。将寻找共同参与的合作伙伴,开展Kakao集团(035720)独有的人工智能(AI)研究。”

Kakao Brain代表金一斗20日在发布超大规模AI路线图的记者恳谈会上如此表示。多模态是指不仅使用文本,还利用视频、图像等多种形态信息的模型。Kakao Brain近期推出了输入指令后即可结合语境作画的超大规模AI多模态“minDALL-E”。今后为推出水平更高的AI多模态,计划开放数据集。金代表将其命名为“Next ImageNet项目”。

金代表表示:“近来AI同时理解文本与图像方向的研究正在加速”,“谷歌构建了18亿条数据集并公布研究成果,OpenAI也打造了10亿条以上的数据集领先前行。”他称:“Kakao Brain已构建20亿条数据集,预计明年1月可公开其中一部分。”Kakao Brain将运用多模态数据集,应用于门户网站Daum的图像搜索、KakaoTalk、购物等多种服务。

金代表表示,超越识别与概率计算、能够进行推理的AI是Kakao Brain的目标。例如让minDALL-E画“香蕉椅子”时,它会生成香蕉皮卷曲形态的椅子。目标是将AI高度化到像人一样发挥想象力的水平。他尤其期待能够解决教育和医疗健康领域的难题。金代表说:“正如费用会因老师不同而变得非常昂贵,教育、医疗健康(依所处环境)可及性较低,却是能产生高附加值的领域”,“从明年起,我们不打算停留在技术成就上,而要挑战让AI成为真正改变世界的技术。”

阅读韩文原文