8月5日消息，微軟研究院近日展示了 Project Rumi 項(xiàng)目，結(jié)合文本，音頻和視頻數(shù)據(jù)，通過(guò)多模方法，提高人工智能系統(tǒng)的理解能力，從而更能理解人類(lèi)的意圖。

人工智能系統(tǒng)近年來(lái)取得了長(zhǎng)足的進(jìn)步，尤其在自然語(yǔ)言處理（NLP）領(lǐng)域的成長(zhǎng)更為驚人。不過(guò)現(xiàn)有 NLP AI 主要依賴(lài)于文本輸入輸出，忽略了人類(lèi)在自然交流中的語(yǔ)調(diào)，面部表情，手勢(shì)和肢體語(yǔ)言等線(xiàn)索，從而在理解方面會(huì)存在偏差。

在 AI 專(zhuān)業(yè)術(shù)語(yǔ)中，這些線(xiàn)索統(tǒng)稱(chēng)為副語(yǔ)言（paralinguistics/ paralanguage）。

微軟研究院為了解決這個(gè)問(wèn)題，開(kāi)發(fā)了 Project Rumi，這是一個(gè)新穎的框架，旨在通過(guò)多模態(tài)副語(yǔ)言提示來(lái)增強(qiáng)人工智能的理解。該項(xiàng)目包括兩個(gè)主要部分：多模式副語(yǔ)言編碼器和多模式副語(yǔ)言解碼器。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。