Google, Görsel Analizde Yeni Bir Çığır Açacak PaliGemma 2’yi Tanıttı (Üstelik Duyguları da Analiz Edebilecek!)

Google, yeni yapay zekâ modeli PaliGemma 2’yi duyurdu. Modelin en dikkat alımlı özelliği, görsellerdeki şahısların hislerini tanıyabilme yeteneği. Fakat bu özellik henüz fonksiyonel olarak kullanılabilir durumda değil.

PaliGemma 2, imgeleri tahlil edebiliyor ve gördüğü bireylerle ilgili açıklamalar yapabiliyor. PaliGemma 2, evvelki sürümün geliştirilmiş hali olarak, manzaralardaki aksiyonları, hisleri ve kıssayı daha ayrıntılı biçimde tanımlama yeteneğine sahip. 

PaliGemma 2 özellikleri

Google, PaliGemma 2 modelinin görselleri ayrıntılı halde tahlil ederek, sahnelerdeki aksiyonları, hisleri ve genel öyküyü tanımladığını açıkladı. Lakin modelin duygusal tespit özelliği şimdi başlangıç kademesinde ve tam manasıyla kullanılamıyor. 

PaliGemma 2, görsel içeriklere daha kapsamlı başlıklar ekleyerek kolay obje tanımalarının ötesine geçebilmeyi hedefliyor. Artık sahnedeki aksiyonları, hisleri ve genel kıssayı hakikat bir formda tanımlayabilen model, 3B, 10B ve 28B parametre seçenekleriyle sunuluyor. Ayrıyeten, imajların çözünürlük seçenekleri 224px, 448px ve 896px olarak belirlenmiş durumda. PaliGemma 2’nin sağladığı öbür avantajlar ortasında, optik karakter tanıma (OCR) ve evraklardaki tabloların yapısını manaya yer alıyor. PaliGemma 2 bilhassa kimyasal formül tanıma, müzik notası tanıma ve göğüs röntgeni raporu üretme üzere alanlarda tahlil sunabiliyor olacak.

PaliGemma 2’nin his tanıma özelliği, şimdi tam olarak kullanıma sunulmadan evvel değerli etik tartışmaları beraberinde getiriyor. Uzmanlar, bu teknolojinin yanlış kullanımı durumunda çeşitli toplumsal meselelere yol açabileceği konusunda ikazlarda bulunuyor. Bu cins gelişmelerin ilerleyen periyotlarda daha geniş kapsamlı etik değerlendirmelere tabi tutulması bekleniyor.