Kasachstan startet Sprach-Vision-KI-Modell-Pilotprojekt
ASTANA – Das Institut für Smart Systems and Artificial Intelligence (NU ISSAI) an der Nazarbayev University hat Oylan eingeführt, ein multimodales KI-Modell, das sowohl Bilder als auch Text in Kasachisch, Englisch und Russisch verarbeiten kann, berichtete der Pressdienst des NU Issai.
Um Oylan zu trainieren, haben Forscher des NU ISSAI den größten KI-Datensatz in Kasachstan erstellt, der über 10 Millionen Bilder und 50 Millionen Frage-Antwort-Paare umfasst. Der Datensatz wurde auf die sprachlichen, kulturellen und wirtschaftlichen Bedürfnisse des Landes zugeschnitten und ermöglicht es, dass Oylan in Bildung, Gesundheitswesen, Industrie und Finanzwesen eingesetzt werden kann.
„Der Datensatz umfasst eine Vielzahl von Bereichen wie Bildunterschriften, visuelle Frage-Antwort-Paare, optische Zeichenerkennung, Dokumentenanalyse, das Verständnis von Diagrammen, Grafiken und Tabellen sowie die Problemlösung in verschiedenen Gebieten wie Mathematik, Geometrie, Physik und mehr“, sagte Askat Kuzdeuov, der leitende Datenwissenschaftler.
Trotz begrenzter Rechenressourcen hat das Team effiziente Trainingsmethoden entwickelt, um die Leistung von Oylan zu optimieren. Das Modell ist nun für öffentliche Tests auf dem ISSAI-Spielplatz mit Sprachinteraktion für eine intuitivere Erfahrung verfügbar. Entwickler können auch auf Oylans API zugreifen, um sie in verschiedene Anwendungen zu integrieren.
