在加拿大溫哥華昨日舉行的全球最大計算機視覺會議 CVPR 2023 上，LG 人工智能研究所公開了該公司首個生成式 AI 商業(yè)化服務 Captioning AI，為需要管理大量圖片的客戶提供了更高效的解決方案。

　　

 

　　LG 介紹，Captioning AI 基于零次學習技術，使 AI 可以像人類一樣利用其先前積累的經(jīng)驗和知識來解釋它第一次看到的物體或場景。平均而言，該服務能在 10 秒內(nèi)為一張圖片生成 5 個完整的描述性句子和 10 個關鍵詞。如果將圖片數(shù)量擴大到 1 萬張，這些工作將在兩天內(nèi)完成，從而在短時間內(nèi)建立定制化的圖片搜索和管理系統(tǒng)。

　　LG 表示，Captioning AI 是 LG 人工智能研究所與全球最大的圖庫之一 Shutterstock 深度合作研發(fā)，后者在圖像標簽方面擁有豐富的專業(yè)知識。此外，雙方還進行了學習數(shù)據(jù)的過濾和篩選等 AI 倫理驗證，以確保版權透明度。

　　Shutterstock 首席技術官 Sezal Amin 表示：“目前，我們正在通過為全球 10 家客戶開展早期訪問(Early Access)計劃來進一步開發(fā)這種服務。這項服務意在幫助人們關注更重要的內(nèi)容和具有創(chuàng)造性的任務，而不是重復性的機械任務。”

　　IT之家此前報道，韓國政府為進一步加強新興技術領域發(fā)展，本月初已決定加大對人工智能技術研發(fā)的投入，投資約 5000 億韓元(當前約 26.9 億元人民幣)推進韓國 AI 項目發(fā)展。