在加拿大溫哥華昨日舉行的全球最大計算機視覺會議 CVPR 2023 上，LG 人工智能研究所公開了該公司首個生成式 AI 商業(yè)化服務 Captioning AI，為需要管理大量圖片的客戶提供了更高效的解決方案。

　　

 

　　LG 介紹，Captioning AI 基于零次學習技術，使 AI 可以像人類一樣利用其先前積累的經驗和知識來解釋它第一次看到的物體或場景。平均而言，該服務能在 10 秒內為一張圖片生成 5 個完整的描述性句子和 10 個關鍵詞。如果將圖片數(shù)量擴大到 1 萬張，這些工作將在兩天內完成，從而在短時間內建立定制化的圖片搜索和管理系統(tǒng)。

　　LG 表示，Captioning AI 是 LG 人工智能研究所與全球最大的圖庫之一 Shutterstock 深度合作研發(fā)，后者在圖像標簽方面擁有豐富的專業(yè)知識。此外，雙方還進行了學習數(shù)據(jù)的過濾和篩選等 AI 倫理驗證，以確保版權透明度。

　　Shutterstock 首席技術官 Sezal Amin 表示：“目前，我們正在通過為全球 10 家客戶開展早期訪問(Early Access)計劃來進一步開發(fā)這種服務。這項服務意在幫助人們關注更重要的內容和具有創(chuàng)造性的任務，而不是重復性的機械任務。”

　　IT之家此前報道，韓國政府為進一步加強新興技術領域發(fā)展，本月初已決定加大對人工智能技術研發(fā)的投入，投資約 5000 億韓元(當前約 26.9 億元人民幣)推進韓國 AI 項目發(fā)展。