4. 什么是 AI 理解上下文 | Business Insider Japan

• 苹果研究人员开发了一种新的人工智能系统，可以“看到”并理解屏幕内容的上下文。
• 该系统称为 ReALM（参考解析作为语言建模），可以实现与人工智能更自然的交互。
• RealLM 背后的研究人员表示，他们的系统在理解上下文方面优于 OpenAI 的 GPT-4。

旨在与OpenAI的GPT产品竞争苹果新的AI开发这可以使与 Siri 等虚拟助手的交互更加直观。

“ReALM”系统代表“参考解析作为语言建模”，是一个系统会话上下文这将使与人工智能的交互更加自然。

据开发该系统的研究人员介绍，苹果的新系统：GPT-4据说，与其他大规模语言模型（LLM）（例如 .它也比其他法学硕士（例如 OpenAI 的 GPT 系列）复杂度较低，这使其成为“可以驻留在设备上而不牺牲性能”的上下文解码系统的“理想选择”。

例如，假设您要求 Siri 显示当地药店的列表。列表出现后，您可能会要求他们“致电彩虹路的药房”或“致电底部的药房”。据开发该系统的苹果研究人员称，ReALM 需要大量详细信息。错误信息Siri 比 GPT-4 能够更好地破译执行此类任务所需的上下文。

研究人员说：“人类对话通常包括诸如‘他们’和‘那个’之类的模糊表达，但考虑到上下文，它们的含义（对人类来说）是明确的。”RealLM 的功能我正在写关于。

“能够理解包含这些引用的上下文对于会话助理至关重要，它旨在帮助用户自然地向代理传达他们的请求并与代理进行对话。”

研究人员表示，ReALM 系统可以解释嵌入文本中的图像，并可用于从页面图像中提取电话号码或食谱等信息。

OpenAI 的 GPT-3.5 仅接受文本输入。 GPT-4 是将图像置于情境中也是可能的，但它是一个大型系统，主要根据自然的、真实的图像而不是屏幕截图进行训练。苹果研究人员表示，这会影响实际性能，从而使 ReALM 能够更好地理解屏幕上的信息。