Język, obraz, audio

Language, vision and multimodality · id modalities

Obszary według rodzaju sygnału i zadania. Łączą się z trenowaniem, architekturami i aplikacjami.

Areas by signal type and task. They connect back to training, architectures and applications.

In one sentence

To sposoby, dzięki którym programy pracują z językiem, obrazem, dźwiękiem i przestrzenią.

These are ways for software to work with language, images, sound and space.

Problem it solves

Ważne informacje masz w zdjęciach, rozmowach i dokumentach, a ręczne przeglądanie wszystkiego zajmuje dużo czasu.

Important information sits in photos, conversations and documents, and checking everything by hand takes time.

What it does

Modele uczą się wzorów właściwych różnym rodzajom danych, żeby je opisywać, przekształcać, tworzyć lub łączyć.

Models learn patterns in different kinds of data so they can describe, transform, create or combine them.

Everyday example

Pokazujesz asystentowi zdjęcie przepisu, prosisz głosem o przeliczenie porcji i słyszysz odczytaną listę składników.

You show an assistant a photographed recipe, ask aloud to adjust the portions and hear the ingredient list read back.

This concerns you if you…

Subtopics

Sources