Son bir yılda herkesin kullanabileceği kolay ve kullanışlı hale getirilen yapay zeka teknolojileri, takibi zor bir şekilde ilerlemeye devam ediyor. Bugün GPT-4, fotoğrafları dahi yorumlayabilen ChatGPT için ilgiyle takip edilirken, Meta’dan da büyük bir duyuru geldi.
Facebook, Instagram ve WhatsApp’ın ana şirketi ve metaverse dünyasının en büyük destekçisi olan şirket, görüntülerdeki nesneleri ayırt edebilen yapay zeka geliştirdi. “ Her Şeyi Segment Modeli (SAM)”, yapay zeka özellikle artırılmış gerçeklik dünyasına büyük katkı sağlayabilir.
Meta’nın SAM’i ne yapabilir?
SAM’ı bir örnek üzerinden anlatmak daha anlaşılır olacaktır. Başınızı ekrandan kaldırın ve etrafınıza bakın. Etrafınızdaki her nesneyi farklı bir şekilde ayırt edip tanımlayabilirsiniz değil mi? İşte SAM tam da bunu yapabilir.
Elbette bugüne kadar SAM’e benzer teknolojilerle karşılaştık. Adobe’nin Photoshop’taki özne, nesne ve gökyüzü seçicisi bile bunlardan biriydi. Ancak SAM, bir görüntü içindeki nesneleri algılamaz. çok daha yüksek doğrulukla seçebilmek. Üstelik bunu daha önce eğitim almadığı çeşitli görüntülerde bile yapabilir.
Meta tarafından paylaşılan açıklamaya göre, SAM nesnelerin kendileri değil, ‘nesne’ dediğimiz şey. öğrendi dava. Bu, SAM’in daha önce hiç karşılaşmadığı nesneleri seçmesine izin verir. Ayrıca bu yetenek, SAM’in ekstra bir eğitime ihtiyaç duymamasını sağlar.
Peki SAM bizim için ne yapacak?
Meta ile karşılaştırıldığında SAM’ın kullanım alanları oldukça geniştir. Bu teknoloji, manzaradaki rastgele bir nesneyi dışa aktarma olanağı sunabilir, artırılmış gerçekliğin hayatımızda yaygınlaştığı günümüzde dijitalin gerçekliğimize karışmasını destekleyebilir, bilimsel çalışmalara yardımcı olabilir ve yeni yapay zeka teknolojilerinin temelini oluşturabilir. SAM’ın kullanım alanı tamamen hayal gücümüzle sınırlıdır.
SAM nasıl kullanılır?
Meta, herkesin bu teknolojiyi denemesine izin vermek için SAM’a özel bir demo sayfası oluşturdu. Bu sayfada, hazır görseller üzerindeki nesnelerle etkileşime girebilirsiniz. SAM’i kendi görsellerinizde kullanmak için GitHub sayfasına ulaşabilir ve kaynak kodlarına ulaşabilirsiniz.
