(资料图)

编程客栈() 6月20日消息:LG 发布了一款名为 Captioning AI 的生成式 AI 服务，该服务可以识别图像中的元素并生成描述和关键词，引发了对这家韩国企业如何影响市场的期望，因为生成式 AI 服务（如 ChatGPT）正在推动变革。

LG AI 研究部门在周日（当地时间）在加拿大温哥华举行的全球最大计算机视觉会议「计算机视觉与模式识别 2023」上发布了 Captioning AI 服务。

LG 表示，该服务基于 LG AI 研究部门的 Zero-shot Image Captioning 编程技术，这是一种使 AI 能够通过先前的经验和知识理解和描述它第一次看到的对象或场景的技术，就像人类一样。

该公司解释说，Captandroidioning AI 与 Midjourney 等 AI 服务不同，后者需要用户输入文本或插入图像文件，然后 AI 绘制图片。

LG 公司的一位发言人表示：「字幕看起来编程客栈很简单，因为这是一个古老的概念，但将生成式 AI 技术应用于字幕的想法是，AI 具有对其以前没有见过的图像进行推理的视觉智能。例如，它可以观察图像中的风景或人物，并推断出位置。」

研究人员表示，Captioning AI 可以在不到两天的时间内为 1 万张图像生成文本描述和关键词，这可以提高需要管理大量图像的公司的工作效率和生产力。

该服务是通过与 Shutterstock 的合作实现的，Shutterstock 是包括图像和视频在内的全球最大的视觉内容平台。LG AI 研究与这家总部位于美国的公司合作，后者在图像捕捉方面拥有丰富的专业知识。

双方还在确保版权透明性和验证 AI 伦理方面进行了合作，例如 AI 在学习图像时是否以有偏见的方式收集数据等问题。

LG AI 研究的 Vision Lab 负责人 Kim Seung-hwan 表示：「为了在图像捕捉领域确立全球研究领导地位，我们计划通过与各种合作伙伴建立有机合作关系，持续开发新的度android量标准并研究新技术。」

在会议期间，LG 集团旗下的子公司，如pythonLG AI 研究、LG 电子、LG Innotek、LG Energy Solution 和 LG UPlus，举办了 LG AI Day，这是一次针对研究生的招聘活动。