マルチモーダルAIって？
目と耳と口を持った、新しいAIのお話。
ちょっと難しい言葉ですが、マルチモーダルとは、
「文字」だけでなく、「画像」「音声」「動画」も理解できるAIのことです。
まるで人間のように、見て、聞いて、話すことができるようになったんです。
仕組みを図解で見てみよう
昔のAIは、それぞれの機能がバラバラでした。
でも今は、ひとつの大きな脳みそで、全部を同時に処理できるんです。
冷蔵庫の中身からレシピ提案
冷蔵庫の中の写真を撮って「これで何が作れる？」と聞くと、 AIが食材を認識して、おいしそうなレシピを教えてくれます。
活用例: 毎日の献立作りに！賞味期限切れも防げます。
英語の先生になってもらう
AIと音声でおしゃべりしながら英会話の練習ができます。 発音も直してくれるし、恥ずかしくないので上達も早いです。
活用例: お子さんの英語学習や、海外旅行の予行演習に。