בסביבות מורכבות, בני אדם יכולים להבין את משמעות הדיבור טוב יותר מאשר בינה מלאכותית, משום שאנו משתמשים לא רק באוזניים שלנו אלא גם בעיניים שלנו.
לדוגמה, אנו רואים את פיו של מישהו זז ויכולים לדעת באופן אינטואיטיבי שהצליל שאנו שומעים חייב להגיע מאותו אדם.
מטא בינה מלאכותית עובדת על מערכת דיאלוג חדשה המבוססת על בינה מלאכותית, שנועדה ללמד בינה מלאכותית גם לזהות קורלציות עדינות בין מה שהיא רואה לשומעת בשיחה.
VisualVoice לומד באופן דומה לאופן שבו בני אדם לומדים לשלוט במיומנויות חדשות, ומאפשר הפרדת דיבור אודיו-ויזואלי על ידי למידת רמזים חזותיים ושמיעתיים מסרטונים לא מתויגים.
עבור מכונות, זה יוצר תפיסה טובה יותר, בעוד שהתפיסה האנושית משתפרת.
דמיינו לעצמכם את היכולת להשתתף בפגישות קבוצתיות במטא-וורס עם עמיתים מכל רחבי העולם, ולהצטרף לפגישות קבוצתיות קטנות יותר כשהן נעות במרחב הווירטואלי, שבמהלכן הדהוד הצליל והגוונים בסצנה משתנים בהתאם לסביבה.
כלומר, הוא יכול לקבל מידע שמע, וידאו וטקסט בו זמנית, ויש לו מודל הבנה סביבתית עשיר יותר, המאפשר למשתמשים חוויית סאונד "וואו מאוד".
זמן פרסום: 20 ביולי 2022
