Multimodal Yapay Zekâ
Metin, görsel, ses ve video gibi birden çok veri türünü aynı anda işleyebilen yapay zekâ modelleridir.
Detaylı açıklama
Multimodal yapay zekâ, farklı veri türlerini (metin, görsel, ses, video) anlayabilen ve bunlar arasında ilişki kurabilen modellerdir. GPT-4 Vision ve Gemini gibi modeller multimodal yeteneklere sahiptir. Bu modeller, görsel analiz, video özetleme ve sesli komut gibi görevlerde kullanılır.
Günlük hayattan örnek
ChatGPT'ye bir fotoğraf yükleyip "Bu bitki nedir?" diye sormak multimodal kullanıma örnektir.
İş dünyasından örnek
Bir üretim hattında, multimodal bir yapay zekâ kamera görüntülerini analiz ederek hatalı ürünleri tespit eder.