IA multimodal
IA multimodal é inteligência artificial capaz de entender e trabalhar com mais de um tipo de entrada - como texto, imagens e áudio - em vez de apenas um.
O que significa IA multimodal
Uma "modalidade" é um tipo de informação: texto escrito, uma foto, um som, um vídeo. Ferramentas de IA mais antigas lidavam com apenas uma modalidade. A IA multimodal consegue receber várias ao mesmo tempo e conectá-las, muito mais próximo de como as pessoas percebem o mundo.
Por exemplo, você poderia mostrar a uma IA multimodal uma foto da sua geladeira e perguntar, em texto, "o que posso cozinhar com isso?". Ela entende a imagem e sua pergunta escrita juntas, e responde com ideias de receitas.
Por que a IA multimodal importa
A IA multimodal amplia enormemente o que você pode criar, porque tarefas reais raramente envolvem apenas texto. Saber que isso é possível ajuda você a projetar ferramentas mais úteis.
Perguntas frequentes
Mais termos de IA
Pronto para desenvolver as habilidades de IA de que o seu futuro depende?
Faça o quiz gratuito de 5 minutos e receba um plano de aprendizado personalizado, feito para as suas metas, a sua rotina e a sua experiência.