A Microsoft nemrégiben mutatta be a Magmát, egy új AI modellt, amelynek célja a robotok intelligensebben való megértése, megértése és cselekedete. A hagyományos mesterséges intelligencia modellekkel ellentétben a Magma egyszerre különféle típusú adatokat dolgozik fel – a Microsoft erőfeszítés nagy ugrást hív az “Agentic AI” felé, vagy olyan rendszereket, amelyek a felhasználó nevében megtervezhetik és végrehajthatják a feladatokat.
A látás és a nyelvfeldolgozás kombinációját használó modellt videókra, képekre, robotikai adatokra és interfész interakciókra képzik, hogy sokoldalúbbá váljanak, mint az előző modellek.
A GitHub oldalán a Microsoft kutatócsoportja felvázolta, hogy a MAGMA hogyan hajthat végre feladatokat, például hogyan képes manipulálni a robotokat, és navigálni a felhasználói interfészeket, például a gombok kattintását.
A technológia fejlesztése érdekében a vállalat a Marylandi Egyetem, a Wisconsin-Madison Egyetem és a Washingtoni Egyetem kutatóival együttműködött.
Az indítás akkor érkezik, amikor a Tech Giants versenyez az AI ügynökök fejlesztésére, amelyek a mindennapi élet több aspektusát képesek automatizálni. A Google előmozdította a robotika-központú nyelvmodelleket, míg az OpenAI operátor eszközét úgy tervezték, hogy a hétköznapi feladatok elvégzésére, például a foglalások elvégzésével, az élelmiszerek megrendelésével és az űrlapok kitöltésére szolgálnak, kattintva és görgetve egy speciális böngészőn belül.
