LG представила сервис генеративного искусственного интеллекта Captioning, который способен создавать текстовые описания к изображениям. Южнокорейская компания показала нейросеть на конференции Computer Vision and Pattern Recognition 2023, прошедшей в Ванкувере.
Решение базируется на технологии LG AI Research под названием Zero-shot Image Captioning, которая позволяет ИИ понимать и описывать объекты и сцены. Для этого нейросеть не использует подсказки, полагаясь на предыдущий опыт и собственные знания.
В компании рассказали, что Captioning отличается от ИИ-сервисов, таких как Midjourney, где пользователи вводят текст или добавляют изображение, используя которые, нейросеть генерирует что-то новое.
Текстовые описания к иллюстрациям и фотографиям могут показаться простыми, поскольку это старая концепция, однако технология генеративного ИИ использует визуальный интеллект, чтобы формулировать выводы об изображениях, которые нейросеть не видела ранее, отметил представитель LG. Например, сервис способен определить место по пейзажу.
Исследователи уверяют, что Captioning способна генерировать текстовые описания для 10 тыс. изображений менее чем за два дня. Это должно повысить эффективность работы и производительность компаний, которые управляют большим объёмом изображений.
LG AI Research разработала нейросеть в сотрудничестве с Shutterstock, крупнейшей в мире платформой визуального контента, которая обладает обширным ноу-хау в области захвата изображений.
Для обеспечения глобального лидерства в этой области LG планирует продолжить разработку новых технологий в сотрудничестве с новыми партнёрами, заявил руководитель лаборатории Vision компании LG AI Research Ким Сын Хван.
В рамках конференции дочерние компании LG Group — LG AI Research, LG Electronics, LG Innotek, LG Energy Solution и LG Uplus — организовали мероприятие по набору аспирантов под названием LG AI Day.
