Сегодня искусственный интеллект может описывать изображения, распознавать объекты и объяснять сложные взаимосвязи. Темпы развития впечатляют: так называемые модели визуального языка (VLM) удивительным образом сочетают в себе понимание текста и изображений. Однако, несмотря на все это, они с трудом справляются с, казалось бы, простой задачей — подсчетом. Исследователи из Института информационных систем (iisys) Университета прикладных наук Хофа в настоящее время работают над решением этой проблемы, опубликовав статью на сервере препринтов arXiv.
Новости от techxplore
