Microsoft kini berkongsi kajian terbaharu mereka dalam arena kecerdasan buatan, dimana model terbaharu yang dibangunkan mereka boleh memahami sesuatu gambar, dan kandungan yang dalam bentuk visual.
Ini sekaligus memperlihatkan perkembangan seterusnya dalam arena kecerdasan buatan. Sebelum ini, kebiasaannya pengguna perlu memberikan input berasaskan teks dalam memastikan kecerdasan buatan memahami sesuatu perkara. Melalui perkembangan baharu ini, kecerdasan buatan boleh memahami dan mempelajari sesuatu konteks secara visual.
Microsoft menamakan pembangunan ini sebagai Kosmos-1. Kecerdasan buatan ini juga boleh membaca teks dalam gambar, menulis kapsyen untuk gambar, malah turut mengambil ujian IQ berasaskan visual. Buat masa ini, kadar kejituan masih rendah, tetapi dijangka akan dapat ditingkatkan dari hari ke hari.
Dengan langkah ini, para pengkaji Microsoft percaya akan pembangunan kecerdasan buatan multimodal adalah sesuatu yang penting sebelum dapat mencapai pembangunan AGI (Artificial General Intelligence) yang boleh melakukan tugasan pada tahap manusia.
