公开课程预览
了解现代人工智能系统如何结合视觉、语言和音频来更像人类一样理解世界。
完成本课后，你将理解:
人类并不是通过单一的感觉来体验世界的。您阅读菜单，浏览菜肴照片，聆听服务员的推荐 - 文字、视觉和音频无缝结合。几十年来，人工智能系统一次仅限于一种模式：纯文本、纯图像、纯音频。 多模式人工智能 打破了这些障碍，使模型能够同时处理和推理多种类型的数据。
多模态人工智能 - 当人工智能同时看、听、读时 属于 AI 枝干
多模态人工智能 - 当人工智能同时看、听、读时 是 AI 枝干 的一部分。升级后可解锁完整课程、测验、进度跟踪和所有学院内容。
7 天免费。随时取消，无需任何理由。