Día: 18 de julio de 2024

Los modelos de lenguaje de visión son ciegos. Los modelos de lenguaje de gran tamaño con capacidades visuales (VLM), por ejemplo, GPT- 4o y Gemini- 1.5 Pro , están impulsando innumerables aplicaciones de procesamiento de texto e imágenes y están obteniendo altas puntuaciones en los parámetros de comprensión visual existentes. Sin embargo, descubrimos que los VLM fallan en siete tareas visuales absurdamente fáciles para los humanos, como identificar (a) si dos círculos se superponen; (b) si dos líneas se cruzan; (c) qué letra está rodeada en una palabra; y (d) contar la cantidad de círculos en un logotipo de estilo olímpico. El desempeño sorprendentemente pobre de cuatro VLM de última generación sugiere que su visión es, en el mejor de los casos, como la de una persona con miopía que ve los detalles finos borrosos y, en el peor, como la de una persona inteligente que es ciega y hace conjeturas fundamentadas. Tarea 1Intersecciones de líneasTarea 2Dos círculosTarea 3Letra en un círculoTarea 4Formas superpuestasTarea 5Cuadrados anidadosTarea 6Cuadrícula de conteoTarea 7Mapa del metro Tarea 1 Tarea 1: Contar intersecciones de líneas Dada la impresionante precisión de los VLM al responder preguntas sobre diagramas y gráficos (por ejemplo, Sonnet- 3.5 obtuvo un 94,7 % en AI2D y un 90,8 % en ChartQA) [1] , una hipótesis razonable es […]

Un centro referente de Inteligencia Artificial Generativa (IA Generativa) es una institución que se destaca por su investigación, desarrollo e innovación en este campo. Estas instituciones suelen tener las siguientes características: * Cuentan con un equipo de investigadores de alto nivel especializados en IA Generativa. * Poseen una infraestructura computacional y de datos de última generación. * Llevan a cabo proyectos de investigación de vanguardia en IA Generativa. * Colaboran con empresas e instituciones para aplicar la IA Generativa a problemas reales. * Organizan eventos y talleres para difundir el conocimiento sobre IA Generativa. * Publican artículos científicos y divulgativos sobre IA Generativa. Algunos ejemplos de centros referentes de IA Generativa en el mundo son: * El OpenAI en San Francisco, Estados Unidos. * El DeepMind en Londres, Reino Unido. * El Mila en Montreal, Canadá. * El Instituto Nacional de Inteligencia Artificial en Barcelona, España. Los centros referentes de IA Generativa juegan un papel fundamental en el avance de esta tecnología. Su trabajo ayuda a comprender mejor las capacidades de la IA Generativa y a desarrollar nuevas aplicaciones para ella. También contribuyen a la formación de nuevos investigadores y profesionales en este campo. En definitiva, los centros referentes de […]