Birkaç girdi türünü aynı anda işleyen yapay zeka modellerine ne ad verilir?

Çok modlu (multimodal) model, metin, görüntü, ses ve video gibi birden fazla girdi türünü, önceki sohbet botlarında olduğu gibi yazılı dille sınırlı kalmak yerine, tek bir birleşik sistem içinde işleyip anlamak üzere inşa edilmiş bir yapay zeka sistemidir. Bu, ona bir fotoğraf gösterip hakkında soru sormanızı, bir ses klibi çalmanızı veya bir grafik paylaşmanızı ve bu farklı bilgi türleri arasında bağlantı kurarak anlamlı biçimde yanıt vermesini sağlar.

Açık ağırlıklı (open-weight) modeller, iç parametreleri herkesin indirip kullanabilmesi için kamuya açık biçimde yayımlanan yapay zeka modelleridir; bu, bir modelin hangi girdi türlerini işleyebileceğinden çok, erişim ve lisanslamayla ilgili farklı bir kavramdır. Çevrimdışı modeller ise sadece internet bağlantısı gerektirmeden çalışır; bu da birden fazla formatı işlemekle hiç ilgisi olmayan başka bir özelliktir.

Girdi türlerinin bu şekilde harmanlanması, modern yapay zeka asistanlarının bir fotoğrafta olup biteni tarif etmesini, bir grafiği özetlemesini veya bir video hakkındaki sözlü soruları yanıtlamasını sağlar; bunlar birkaç yıl önce tamamen ayrı, özel sistemler gerektirecek yeteneklerdi.