Entdecken Sie, wie Meta die Bildbearbeitung mit Künstlicher Intelligenz neu definiert.
Metas KI-Forschungsabteilung hat kürzlich einen Durchbruch in der Bildsegmentierung erzielt, indem sie ein Modell namens SAM (Segment Anything Model) entwickelte, das auf der fortschrittlichen Transformer-Architektur basiert. SAM kann Objekte in Bildern in Sekundenschnelle erkennen, maskieren und isolieren. Dieses innovative Modell wurde ausschließlich mit Bildern trainiert und hat ein generelles Objektverständnis entwickelt, das es sogar ermöglicht, unbekannte Objekte korrekt zu isolieren. SAM könnte sich als ein grundlegendes Modell für Bildverarbeitungsanwendungen erweisen, insbesondere durch seine Fähigkeit zum „One-Shot-Learning“.
Neben seiner beeindruckenden Leistungsfähigkeit bei der Bildsegmentierung unterstützt SAM die Idee, ein einzelnes Pixel als „Prompt“ zu verwenden, wodurch es mit minimalen Eingabeinformationen komplexe Bildbearbeitungsaufgaben ausführen kann. Ein weiterer bemerkenswerter Aspekt ist SAMs Potenzial, in Kombination mit Sprachmodellen Objekte durch Spracheingaben zu bearbeiten und in neue Szenen zu integrieren, was Anwendungen in virtueller und erweiterter Realität eröffnet.
Meta hat den Quellcode von SAM als Open Source auf GitHub veröffentlicht und stellt für Forschungszwecke auch Trainingsmaterial zur Verfügung. Der hochwertige Trainingsdatensatz umfasst 11 Millionen Bilder mit 1,1 Milliarden Masken und Labels, die die Diversität der Lebenswirklichkeit weltweit abbilden und so zur Vermeidung von Diskriminierung durch KI beitragen sollen.