Próiseálann tuiscint íomhá dé-phas sonraí amhairc i ndá chéim seicheamhacha chun tuiscint níos doimhne a fháil, agus baintear gnéithe amach i bpas amháin ar aghaidh chun luas agus éifeachtúlacht a chinntiú. Freastalaíonn an dá chur chuige ar thosaíochtaí difriúla i gcórais fís ríomhaireachta nua-aimseartha agus i gcórais ilmhódacha intleachta saorga.
Cur chuige dhá chéim ina ndéantar íomhá a phróiseáil uair amháin le haghaidh gnéithe agus arís le haghaidh réasúnaíochta nó scagtha ar leibhéal níos airde.
Modh aonchéime a mhapálann íomhá go díreach isteach i léiriú i bpas ar aghaidh aonair tríd an líonra.
| Gné | Tuiscint ar Íomhá Dé-Phas | Ionchódú Íomhá Aon-Phas |
|---|---|---|
| Céimeanna Próiseála | Dhá phas seicheamhacha | Pas amháin ar aghaidh |
| Latency Tipiciúil | Níos airde mar gheall ar ríomhaireacht dhúbailte | Níos ísle, optamaithe le haghaidh luas |
| Doimhneacht Réasúnaíochta | Tuiscint shéimeantach níos doimhne | Eastóscadh gnéithe ar leibhéal an dromchla |
| Lorg Cuimhne | Níos mó, stórálann sé gnéithe idirmheánacha | Aschur leabaithe aonair níos lú |
| Cásanna Úsáide is Fearr | VQA, fotheidealú, réasúnaíocht amhairc | Aisghabháil, aicmiú, asbhaint fíor-ama |
| Samhlacha Samplacha | LLaVA, InstructBLIP, Flamingo | Gearrthóg, ViT, DINOv2 |
| Cruinneas Mionghráin | Níos airde ar thascanna casta | Measartha, ag brath ar mhéid an ionchódóra |
| Inscálaitheacht | Níos casta le scála | Níos éasca a scálú agus a chomhthreomhú |
Roinneann tuiscint íomhá dé-phas an phróiseáil amhairc ina dhá chéim ar leith: céim ionchódaithe tosaigh a tháirgeann gnéithe amhairc amha, agus ina dhiaidh sin céim réasúnaíochta nó scagtha a chuireann coinníollacha ar na gnéithe sin. Le hionchódú íomhá aon-phas, cuirtear seo le chéile in aon oibríocht amháin, áit a ndéanann an t-ionchódóir léiriú deiridh a aschur go díreach. Léiríonn an cur chuige déach an chaoi a bhfeiceann daoine íomhá ar dtús agus a léirmhíníonn siad í ansin, agus tugann an modh aon-phas tús áite d'éifeachtúlacht ríomhaireachtúil.
Ar thascanna a éilíonn tuiscint mhionsonraithe, amhail freagairt ceisteanna amhairc nó fotheidealú íomhánna mionsonraithe, is gnách go mbíonn córais dé-phas níos fearr ná ionchódóirí aon-phas toisc gur féidir leis an dara pas freastal ar réigiúin shonracha nó réasúnaíocht threoraithe teanga a chur i bhfeidhm. Bíonn ionchódóirí aon-phas níos fearr nuair a bhíonn an tasc iartheachtach níos simplí, amhail aicmiú íomhánna nó cuardach cosúlachta, áit a mbíonn dóthain faisnéise i leabú dlúth chun tuartha cruinne a dhéanamh.
Ciallaíonn dhá phas a rith go ndúbailtear costas an aschuir go garbh i dtéarmaí FLOPanna agus cuimhne, cé gur féidir le cur i bhfeidhm cliste ríomhanna a roinnt idir céimeanna. Is é ionchódú aonphas an rogha is fearr nuair a bhíonn moill tábhachtach, amhail in aipeanna soghluaiste, braistint feithiclí uathrialacha, nó córais aisghabhála íomhá ar scála mór ina gcaithfear billiúin íomhánna a ionchódú go tapa.
Tá dearaí dé-phas anois mar an caighdeán i samhlacha teanga móra ilmhódacha nua-aimseartha toisc go gceadaíonn siad d’ionchódóir fís comharthaí a bheathú isteach i samhail teanga a dhéanann an dara pas réasúnaíochta thar na comharthaí sin ansin. Is coitianta ionchódóirí aon-phas i gcórais aisghabhála-mhéadaithe agus i gcreatlacha foghlama codarsnacha ina bhfuil an sprioc leabú in-athúsáidte a tháirgeadh seachas freagairt a ghiniúint.
Tá ailtireachtaí dé-phas níos solúbtha toisc gur féidir an dara céim a mhalartú nó a mhionchoigeartú go neamhspleách le haghaidh tascanna éagsúla iartheachtach. Cuireann ionchódóirí aon-phas níos lú solúbthachta ar fáil ag am an aschuir ach is fusa iad a imscaradh mar eastóscóirí gnéithe neamhspleácha ar fud go leor feidhmchlár gan mhodhnú.
Bíonn torthaí níos fearr i gcónaí le pas dúbailte ná le pas aonair.
Feabhsaíonn dearaí dé-phas cruinneas ar thascanna réasúnaíochta troma ach is féidir leo feidhmiú níos laige ná ionchódóirí aon-phas ar thagarmharcanna simplí aicmithe nó aisghabhála ina gcuireann an ríomhaireacht bhreise torann seachas comhartha leis. Braitheann an rogha cheart go hiomlán ar an tasc agus na srianta iartheachtach.
Ní féidir ionchódóirí aonphas a úsáid le samhlacha teanga.
Úsáideann go leor córas táirgthe ionchódóirí aonphas cosúil le CLIP chun íomhánna ábhartha a aisghabháil, agus ansin na torthaí sin a chur ar aghaidh chuig samhail teanga lena giniúint. Tá an dá chur chuige comhlántach seachas eisiach a chéile.
Ciallaíonn dé-phas go ndéanann an líonra céanna an íomhá a phróiseáil faoi dhó.
Go praiticiúil, is minic a úsáideann an dá phas modúil éagsúla. De ghnáth is claochladán fís nó CNN an chéad phas, agus d'fhéadfadh an dara pas a bheith ina shraith tras-aird nó ina mhúnla teanga a réasúnaíonn thar na comharthaí amhairc.
Is teicneolaíocht atá as dáta í ionchódú aonphas.
Tá ionchódóirí aonphas fós den scoth le haghaidh go leor feidhmchlár, lena n-áirítear foghlaim chodarsnach, aicmiú nialasach, agus cuardach íomhá ar scála mór. Leanann samhlacha cosúil le DINOv2 agus SigLIP orthu ag brú na teorann le dearaí aonphas.
Tá córais dé-phas ró-mhall le húsáid i dtáirgeadh.
Tá córais dé-phas praiticiúil le haghaidh léiriúcháin a bhuíochas le hoptamaithe cosúil le taisceadh eochair-luachanna, straitéisí luath-imeachta, agus cnámha droma comhroinnte. Úsáideann go leor APIanna ilmhódacha tráchtála ailtireachtaí dé-phas faoi chochall.
Roghnaigh tuiscint íomhá dé-phas nuair a éilíonn d’fheidhmchlár réasúnaíocht amhairc dhomhain, amhail ceisteanna a fhreagairt faoi íomhánna nó tuairiscí mionsonraithe a ghiniúint, agus nuair is féidir leat an ríomhaireacht bhreise a íoc. Roghnaigh ionchódú íomhá aon-phas nuair is tábhachtaí luas, inscálaitheacht, agus athúsáid leabaithe, go háirithe i bpíblínte aisghabhála nó i gcórais fíor-ama.
Déantar comparáid anseo idir AI ar an ngléas agus AI sa scamall, agus béim á cur ar an gcaoi a ndéanann siad próiseáil ar shonraí, a dtionchar ar phríobháideachas, ar fheidhmíocht, ar inrochtaineacht, agus ar chásanna úsáide tipiciúla do idirghníomhaíochtaí i ndáiríre, do mhúnlaí móra-scála, agus do riachtanais ceangalacha i bhfeidhmchláir nua-aoiseacha.
Leagann an comparáid ailtireachta seo béim ar na príomhdhifríochtaí idir córais AI atá feasach ar chomhthéacs, a dhéanann anailís dhinimiciúil ar shonraí comhthéacsúla amhail intinn an úsáideora, stair agus timpeallacht, agus córais atá dall ar chomhthéacs, a phróiseálann ionchuir mar imeachtaí scoite bunaithe go hiomlán ar rialacha seasta, réamhshainithe.
Déanann an miondealú ailtireachta seo anailís ar na paraidímí ar leith de chórais intleachta saorga atá dírithe ar spriocanna agus atá dírithe ar ionchur. Cé go mbíonn ailtireachtaí atá dírithe ar ionchur thar barr i bpróiseáil imoibríoch agus in aithint patrún meandarach, bíonn na creatlacha cognaíocha chun cinn atá riachtanach le haghaidh réasúnaíocht ilchéime, pleanáil oiriúnaitheach, agus réiteach fadhbanna uathrialach ag córais atá dírithe ar spriocanna.
Sa mhiondealú mionsonraithe seo, déantar iniúchadh ar na difríochtaí bunúsacha idir Intleacht Shaorga Mhachnamhach agus Intleacht Shaorga Dhea-bhreithnithe, ag mapáil a n-ailtireacht le próiseáil chognaíoch Chóras 1 agus Chóras 2 an duine. Clúdaítear an chaoi a gcuireann na córais seo i bhfeidhm ar réiteach fadhbanna, ar inoiriúnaitheacht fíor-ama, agus ar éifeachtúlacht ríomhaireachtúil chun todhchaí na hintleachta saorga ilchisealaithe a shainiú.
Déanann córais dhíláraithe AI faisnéis, sonraí agus ríomhaireacht a dháileadh ar fud nóid neamhspleácha, agus is minic a thugann siad tús áite do oscailteacht agus do rialú úsáideoirí, agus déanann cuideachtaí córais chorparáideacha AI a bhainistiú go lárnach agus iad ag optamú feidhmíochta, brabúis agus comhtháthú táirgí. Múnlaíonn an dá chur chuige an chaoi a dtógtar, a rialaítear agus a rochtaintear AI, ach tá difríocht mhór eatarthu ó thaobh trédhearcachta, úinéireachta agus rialaithe de.
