Appleの研究者が発表：ReALMデバイスはGPT-4を超え、Siriの知能を大幅に向上させる

Home Hardware Appleの研究者が発表：ReALMデバイスはGPT-4を超え、Siriの知能を大幅に向上させる

AppleのReALMモデルがSiriの知性を向上させる

4月2日、Appleが新たに発表したReALMモデルが、Siriの機能を大幅に向上させると報じられました。この新しい人工知能モデルは、OpenAIの有名な言語モデルであるGPT-4.0を上回る性能を持つことが示されていますが、現時点ではSiriの画像認識能力にはばらつきがあります。

ReALMの主な特長

ReALMは、ユーザーの画面に表示されている内容と実行中のアクションを同時に理解する能力で際立っています。このモデルは、情報を以下の三つのカテゴリーに分類します。

1. 画面エンティティ: ユーザーの画面に現在表示されている内容。

2. 対話エンティティ: 進行中の会話に関連する情報。例えば、「ママに電話をかけて」といった指示に含まれる「ママ」の連絡先。

3. 背景エンティティ: ユーザーの画面の内容やアクションに直接関連しない要素。例えば、音楽の再生やアラームの通知などです。

ReALMが完全に機能すれば、Siriはさらに賢く、より使いやすくなるでしょう。研究チームはReALMとOpenAIのGPT-3.5およびGPT-4.0の性能を比較し、重要な知見を得ました。「私たちは、コンテキスト情報を与えた上で、GPT-3.5とGPT-4.0の両方をテストしました。GPT-3.5はテキスト入力のみを処理するのに対し、GPT-4は画像データを理解できるため、画面エンティティの特定能力が大幅に向上しました。」

ReALMの印象的な結果

ReALMは多様なエンティティを認識する際に、画期的な進展を示しました。最小モデルは、元のシステムと比較して、画面エンティティの認識精度が5％以上向上しました。さらに、GPT-3.5およびGPT-4.0との比較において、最小モデルはGPT-4.0に匹敵するパフォーマンスを発揮し、大きなモデルはそれを明らかに上回りました。

研究の結論の一つは、ReALMはGPT-4に比べてパラメーターが大幅に少なくても、特定のコンテキストにおけるユーザーのコマンド処理において競争力のある性能を持つ、効率的なオンデバイスエンティティ認識システムであるということです。

Appleにとっての課題は、パフォーマンスを損なうことなくこの技術をデバイスに効果的に展開することです。WWDC 2024開発者会議が6月10日に迫る中、業界はiOS 18や今後のシステムにおける新しいAI技術の発表を待ち望んでいます。

アップル研究チーム、画面内容を理解する「ビジョン」機能搭載のAIシステムを発表

サムスン、ジェネレーティブAI機能でBixbyを強化し、よりスマートなサポートを実現

Most people like

insMind

1.2M

私たちの高度なAI機能を搭載した無料のオンライン写真編集ツールをぜひご利用ください。簡単に背景を削除し、画像を強化し、ビジュアルを拡大し、テキストから画像を生成し、マジックイレーサーを使うことができます。すべてが一つの場所で可能です。今日からあなたの写真編集体験をレベルアップしましょう！

写真編集者 Text to Image

Reshot AI

98.9K

プロフェッショナル品質の向上を実現するAIフォトエディターで、あなたの写真を格上げしましょう。数回のクリックで普通の写真を見事なビジュアルに変えるシームレスな編集を体験してください。

AI写真編集ツール AI Image Enhancer

StrideQ

38K

自動電話注文でレストランの注文プロセスをスリム化しましょう。この革新的なシステムは、顧客体験を向上させるだけでなく、効率を高め、スタッフが卓越したサービスの提供に集中できるようにします。今日、自動電話注文をレストランの運営に統合するメリットを体験してください！

自動電話注文システム AI Voice Assistants

Recast

25K

Recastは、記事を魅力的な音声要約に変換し、移動中でもコンテンツを簡単に消費できるようにします。

音声要約 AI Product Description Generator

Find AI tools in YBX