اخیراً، مایکروسافت مدلی از هوش مصنوعی با نام Rumi (مولانا) را معرفی کرده است. این مدل قادر است با تشخیص صورت، لحن صدا و حرکات چشم، حالت روحی کاربران را تشخیص داده و در تعامل و پاسخگویی به آنها، عواطف انسانی را نیز در نظر بگیرد.
در حال حاضر، بیشتر مدلهای هوش مصنوعی برای ارتباط با کاربران از طریق متن استفاده میکنند و قادر به تشخیص حالات روحی انسان نیستند. با این حال، با معرفی مدل هوش مصنوعی Rumi (مولانا)، مایکروسافت سعی دارد بهبودی در درک انسانها داشته باشد و توانایی بیشتری در تعامل با عواطف انسانی به ارمغان آورد.
هوش مصنوعی Rumi مولانا عواطف را درک میکند
اگر مدلهای هوش مصنوعی متن محور مانند Bing Chat قادر باشند تا حالات روحی انسان را با دقت تشخیص دهند، این قطعاً تأثیر قابل توجهی در کیفیت پاسخ آنها خواهد داشت. به عبارت دیگر، اگر مدلهای هوش مصنوعی بتوانند تشخیص دهند که شما غمگین یا خوشحال هستید، میتوانند در پاسخهای خود به درخواستهای کاربران تأثیر بگذارند تا جوابی را ارائه دهند که بهترین و مناسبترین باشد و با نیازهای انسانها همخوانی داشته باشد.
مدل Microsoft Project Rumi یک مدل جدید LLM است که قادر است درک حالتهای کاربران را در هنگام تعامل با آنها داشته باشد و در پاسخهای خود این حالتها را لحاظ کند. در این مدل، حالات صورت، لحن صدا و حرکات چشم از جمله پارامترهای مهمی هستند که از آنها در هنگام مکالمه با انسان استفاده میشود. مایکروسافت اعلام کرده است که در حال اضافه کردن ورودیهای دیگری مانند سرعت ضربان قلب و سنجش محیطی هستند تا در آینده عملکرد هوش مصنوعی Rumi بهبود یابد.
با توجه به گزارش mspoweruser، هوش مصنوعی Microsoft Project Rumi در هنگام پاسخ به کاربران از میکروفون و دوربین سیستم کاربران استفاده میکند. البته، با استفاده از این ابزارها، چالشهایی مانند افشای هویت کاربران نیز وجود دارد و باید دید که مایکروسافت چه اقداماتی را برای بهبود امنیت در هنگام استفاده از Rumi در نظر خواهد گرفت.