，微软研究院近日展示了 project rumi 项目，结合文本，音频和视频数据，通过多模方法，提高人工智能系统的理解能力，从而更能理解人类的意图。
人工智能系统近年来取得了长足的进步，尤其在自然语言处理领域的成长更为惊人。不过现有 nlp ai 主要依赖于文本输入输出，忽略了人类在自然交流中的语调，面部表情，手势和肢体语言等线索，从而在理解方面会存在偏差。
在 ai 专业术语中，这些线索统称为副语言。
微软研究院为了解决这个问题，开发了 project rumi，这是一个新颖的框架，旨在通过多模态副语言提示来增强人工智能的理解。该项目包括两个主要部分:多模式副语言编码器和多模式副语言解码器。it之家在此附上视频如下:
声明：本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。
上汽乘用车9月份热销8.1万
近日，《证券日报》记者从上汽乘用车方面获悉，9月份，...[详情]
凯发app官方网站的版权所有中国新车评网网站地图
中国新车评网所载文章、数据仅供参考，使用前务请仔细阅读法律申明，风险自负。
