متعدد الوسائط
يُكتب أيضاً: Multimodal AI, Multi-modal
متعدد الوسائط وصف لنموذج الذكاء الاصطناعي الذي يتعامل مع أكثر من نوع من البيانات: نص وصور وصوت وفيديو، لا مع النص وحده.
معنى Multimodal بالعربي: متعدد الوسائط. يوصف به نموذج الذكاء الاصطناعي الذي يتعامل مع أكثر من نوع من البيانات — نص، صور، صوت، فيديو — لا مع النص وحده.
Multimodal in Arabic: متعدد الوسائط.
ماذا يستطيع
ترفع له صورة فيقرؤها ويجيب عنها، أو لقطة شاشة لخطأ فيشرحه، أو تصميمًا فيكتب كوده، أو تحدّثه صوتًا فيرد صوتًا. بعض النماذج يقرأ عدة وسائط ويكتب نصًّا فقط، وبعضها ينتج صورًا وصوتًا أيضًا.
استخدامات عملية لصاحب موقع
كتابة النص البديل للصور، استخراج البيانات من فواتير وإيصالات مصوّرة، مراجعة لقطة من الصفحة لاكتشاف مشاكل التصميم، وتحويل نموذج مرسوم إلى صفحة أولية.
حدوده
قراءة النص العربي داخل الصور أضعف من الإنجليزي في كثير من النماذج، وقد يخطئ النموذج في الأرقام الصغيرة والجداول المزدحمة. والصور تستهلك توكنات كثيرة، فالصورة الواحدة قد تعادل مئات الكلمات في التكلفة. راجع ما يستخرجه من مستندات مالية قبل الاعتماد عليه.