Le laboratoire d'intelligence artificielle de Stanford propose un modèle du monde zéro échantillon, réduisant l'écart entre l'apprentissage visuel de l'IA et celui des enfants humains

ME News Actualités, le 15 avril (UTC+8), le laboratoire StanfordAI (StanfordAILab) a récemment indiqué que la quantité de données nécessaire pour que les modèles d’IA les plus avancés acquièrent des capacités visuelles dépasse de plusieurs ordres de grandeur celle des enfants humains. Pour réduire cet écart, les chercheurs ont proposé la méthode Zero-shot World Model (ZWM, modèle du monde zéro-coup). Cette méthode a réalisé des progrès significatifs, le modèle BabyZWM atteignant un niveau de performance comparable à celui d’un benchmark non spécifié, en étant entraîné uniquement avec des données de première personne d’un seul enfant. (Source : InFoQ)