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

人工智能系統(tǒng)近年來取得了長足的進(jìn)步，尤其在自然語言處理（NLP）領(lǐng)域的成長更為驚人。不過現(xiàn)有 NLP AI 主要依賴于文本輸入輸出，忽略了人類在自然交流中的語調(diào)，面部表情，手勢和肢體語言等線索，從而在理解方面會存在偏差。

在 AI 專業(yè)術(shù)語中，這些線索統(tǒng)稱為副語言（paralinguistics/ paralanguage）。

微軟研究院為了解決這個問題，開發(fā)了 Project Rumi，這是一個新穎的框架，旨在通過多模態(tài)副語言提示來增強人工智能的理解。該項目包括兩個主要部分：多模式副語言編碼器和多模式副語言解碼器。IT之家在此附上視頻如下：

總結(jié)

以上是生活随笔為你收集整理的微软展示Rumi项目 通过多模方式提高人工智能理解能力的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。