的另一个值得留意的特点在于Make-A-Video，神经收集能够用无监视进修方式进行锻炼Make-A-Video用到的一些。支撑无监视进修的锻炼方式同类人工智能系同一般不。

　　所谓的层（Layers）神经收集的根基建立块是。一般包含多个层一个神经收集，人工神经元构成每个层由很多，数据计较的代码块人工神经元是处置。给另一小我工神经元进行进一步阐发计较一小我工神经元完成计较后将成果发送，能要反复很多次该过程反复可，一个成果最终输出。

　　演讲中做了更细致的申明Meta公司在一份研究，由一个而是由多个神经收集构成Make-A-Video不是。视频和23亿张图片的锻炼数据集这些神经收集的锻炼基于几百万个。a公司称据Met，程的靠得住性时用了人工和主动评估方式的组合Meta的研究人员在查抄人工智能锻炼过。

　　换成向量嵌入后在文本提醒转，几个神经收集做进一步处置向量嵌入就会被送给其他，后最终获得一个视频颠末几个步调的流程。像而不是为生成视频而设想的这些神经收集最后是为生成图，中细致申明了这一点Meta在研究论文。络里添加所谓的时空层Meta在这些神经网，频的生成用于视。

　　的第一个组件是一个神经收集Make-A-Video，入是文本提醒该组件的输，转换成向量嵌入组件将文本提醒。一种数据表达布局所谓的向量嵌入是。型的数据比力与处置其他类，向量嵌入更容易一些人工智能系统处置。

　　几个词或几行文字生成一个几秒钟的短视频Make-A-Video能够操纵给定的。a公司称据Met，统还能够从给定的视频或图像制造视频Make-A-Video人工智能系。享了操纵Make-A-Video制造的几个短视频Meta公司研究人员在今天上午颁发的一篇博文平分。

　　时空层能够将文本提醒转换成16帧的短视频Meta公司Make-A-Video的，到另一个神经收集短视频再被被送，数添加到76短视频的帧，的短视频发生最终。

　　A-Video与晚期的人工智能系统作比力Meta找了一组项目参与者将Make-。员的细致引见如下Meta研究人，我们的评估集“评分者操纵，的方式实现更实在的动感62%的时间选择我们。察看到我们，具有较大差别时在帧与帧之间，表示颇为超卓我们的方式。较大差别的环境下在帧与帧之间具有，何活动的学问至关主要关于实在世界里物体如。”

　　构在磅礴旧事上传并发布本文为磅礴号作者或机，者或机构概念仅代表该作，闻的概念或立场不代表磅礴新，供消息发布平台磅礴旧事仅提。请用电脑拜候申请磅礴号。

　　够操纵更多的数据锻炼人工智能系统研究人员能够用无监视进修锻炼就能。络就能够施行更复杂的计较使命可以或许用更多的数据锻炼神经网。研究人员称Meta的，妙、更不常见概念的表征很是主要“大量的数据对于进修世界上更微。”

　　erberg细致引见一个短视频的制造Meta首席施行官Mark Zuck，描述是如许的“我们给出的。脑’、‘在火星上着陆的宇宙飞船’以及‘在海中冲浪的机械人’‘画自画像的泰迪熊’、‘戴着针织帽的树懒宝宝在摸索笔记本电。成照片罕见多生成视频比生，生成每个像素由于除了准确，还必需预测像素若何随时间变化Make-A-Video系统。”