Microsoft’un Yeni Yapay Zekası Phi-3-Vision: Beklentilerin Üzerinde Performans Gösteriyor!

Microsoft'un yeni yapay zeka modeli Phi-3-Vision, dil ve görme yeteneklerini bir araya getirerek rakiplerinden üstün performans sergiliyor. 

Microsoft Phi-3-Vision'ı Tanıttı

Microsoft'un Build 2024 etkinliğinde küçük ve açık modellerden oluşan Phi-3 ailesine yeni üyeler eklendi. Yazılım devi, dil ve görme yeteneklerini birleştiren çok modlu bir model olan Phi-3-Vision'ı da tanıttı. Yapılan açıklamalara göre, Phi-3-Vision bugünden itibaren denemeye açık. Microsoft, bu modelin performansının rakiplerinden üstün olduğunu iddia ediyor.

Geçtiğimiz ay tanıtılan Phi-3 ailesi, ChatGPT kadar güçlü küçük yapay zeka modellerinden oluşuyor. Phi-3-mini, Phi-3-small ve Phi-3-medium modelleri artık Azure üzerinde kullanılabiliyor. Microsoft'a göre, Phi-3 modelleri mevcut en yetenekli ve uygun maliyetli küçük dil modelleri arasında yer alıyor. Ayrıca bu modeller, çeşitli dil, akıl yürütme, kodlama ve matematik ölçütlerinde, benzer boyuttaki ve daha büyük boyuttaki modellerden daha iyi performans gösteriyor. En azından firmanın iddiaları ve paylaşılan kıyaslamalar bu yönde.

Phi-3-Vision'ın Rakiplerine Karşı Üstünlüğü

Microsoft, Phi-3-mini, Phi-3-small ve Phi-3-medium modellerine ek olarak, Phi-3-Vision modelini de tanıttı. 4.2 milyar parametreye sahip olan bu model, dil ve görme yeteneklerini bir araya getiriyor. Phi-3-Vision, metin ve görüntüleri birleştirerek, gerçek dünya görüntüleri üzerinde mantık yürütme veya görüntülerden metin çıkarıp mantık yürütme yetenekleri sunuyor. Ayrıca grafik ve diyagramları da anlamlandırabiliyor.

Microsoft'a göre 4.2 milyar parametreye sahip Phi-3-Vision, genel görsel muhakeme görevlerinde, OCR, tablo ve grafik anlama görevlerinde Claude-3 Haiku ve Gemini 1.0 Pro V gibi daha büyük modellerden daha iyi performans sergiliyor.

Phi-3-Vision, görsel üretim yapmıyor, daha çok bu görsellerden çıkarım yapma üzerine odaklanıyor. Ayrıca ses desteği de bulunmuyor. Küçük bir model (SLM) olan Phi-3-Vision, mobil platformlarda kullanılmak üzere tasarlandı. Bu tür modeller dizüstü bilgisayarlarda veya telefonlarda yerel olarak çalıştırılabilir. Profesyonel dünyada da geniş kullanım olanakları sunuyor.

Performans ve Kullanım Alanları

Phi-3-Vision, Microsoft'un iddialarına göre, görsel ve dil tabanlı birçok görevi başarılı bir şekilde yerine getiriyor. Özellikle grafik ve tablo gibi karmaşık verileri anlamlandırma konusunda rakiplerine üstün geliyor. Bu model, çeşitli sektörlerde kullanılabilecek geniş bir yelpazeye sahip.

Phi-3 modelleri, özellikle küçük boyutları ve güçlü performansları ile dikkat çekiyor. Mobil platformlarda kullanılabilme özelliği, bu modelleri daha da cazip hale getiriyor. Hem bireysel hem de profesyonel kullanımlarda büyük kolaylıklar sağlıyor.

Phi-3-Vision ne zaman kullanılabilir olacak?

Phi-3-Vision, bugünden itibaren denemeye açılmış durumda ve kullanıcılar tarafından kullanılabilir.

Phi-3-Vision hangi özelliklere sahip?

Phi-3-Vision, 4.2 milyar parametreye sahip olup dil ve görme yeteneklerini bir araya getiriyor. Metin ve görüntüleri birleştirerek mantık yürütme yetenekleri sunuyor.

Phi-3 modelleri nerelerde kullanılabilir?

Phi-3 modelleri, mobil platformlarda, dizüstü bilgisayarlarda ve profesyonel dünyada geniş kullanım alanlarına sahip.

Phi-3-Vision'ın rakiplerine göre üstünlükleri nelerdir?

Phi-3-Vision, genel görsel muhakeme görevlerinde, OCR, tablo ve grafik anlama görevlerinde daha büyük modellerden daha iyi performans sergiliyor.

Phi-3 ailesi hangi platformda mevcut?

Phi-3-mini, Phi-3-small ve Phi-3-medium modelleri Azure platformunda mevcut ve kullanılabilir durumda.