एक अनुसंधान टीम ने एक अभिनव दृश्य स्थान पहचान तकनीक Revisit Anything का प्रदर्शन किया है, जिसमें केवल चित्र इनपुट करके उस चित्र में स्थित स्थान की पहचान की जा सकती है। चित्र स्रोत विवरण: चित्र AI द्वारा उत्पन्न किया गया, चित्र लाइसेंस सेवा प्रदाता Midjourney। यह तकनीक नवीनतम SAM (Segment Anything Model) और DINO (Self-Distillation with No Labels) का संयोजन करती है, जिसका उद्देश्य चित्र खंड की खोज में सुधार करना है।

इन AI की तनाव सहनशीलता का परीक्षण करने के लिए, एक समूह ने एक साहसिक खेल खेला। उन्होंने Self-Contradictory Instructions (SCI) नामक एक परीक्षण बनाया, जो AI क्षेत्र का मृत्यु चुनौती है। इस परीक्षण में 20,000 स्वयं-विरोधी निर्देश शामिल हैं, जो भाषा और दृश्य के दो प्रमुख क्षेत्रों को कवर करते हैं। उदाहरण के लिए, आपको एक बिल्ली की तस्वीर दिखाकर, यह कह दिया जाता है कि उस कुत्ते का वर्णन करें। क्या यह इंसानों को मुश्किल में डालने जैसा नहीं है? ओह नहीं, यह AI को कठिनाई में डालने जैसा है।

महामारी के दौरान स्कैनिंग उत्पादों ने विपरीत वृद्धि की, IDC डेटा दर्शाता है कि 2021 में हमारे देश में स्कैनर की शिपमेंट मात्रा में 9.7% की साल दर साल वृद्धि हुई। गूगल का टेस्सरैक्ट OCR इंजन करीब 100% की पहचान सटीकता के साथ डेटा सटीकता की समस्या को बहुत हद तक हल करता है। क्वार्क स्कैन किंग ने सार्वभौमिक स्कैनिंग कार्यक्षमता पेश की है, जो पाठ और तालिका सामग्री संपादन का समर्थन करता है, उपयोगकर्ता अनुभव को बढ़ाता है। क्वार्क स्कैन किंग ने युवा उपयोगकर्ताओं की दर्द की बिंदुओं पर ध्यान केंद्रित किया है, स्वचालित दस्तावेज़ प्रारूप और लेआउट पहचान को लागू करता है। बड़े मॉडल तकनीक ने क्वार्क स्कैन किंग के हस्तलिखित पहचान और सूत्र पहचान की सटीकता को 99% तक पहुँचाया, जो इस उद्योग में अग्रणी है।