マイクロソフト、視覚的なコンテンツも認識するマルチモーダルAI「Kosmos-1」を発表印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Microsoftは、同社がマルチモーダル大規模言語モデル（MLLM）と呼ぶ新たな人工知能（AI）モデル「Kosmos-1」を発表した。Kosmos-1は言葉によるプロンプトに答えるだけでなく、視覚的なキュー（きっかけ）にも対応できるようになっている。このため、画像に説明を付けたり、画像に関連した質問に回答するなどの、さまざまなタスクに利用できる。 OpenAIの「ChatGPT」によって、GPTモデルなどの大規模言語モデル（LLM）というコンセプトとともに、テキストプロンプトや入力を出力へと変換する処理に関する可能性が一般に知られるようになった。 MicrosoftのAI研究者らは「Language Is Not All You Ne
