Meta Luncurkan Model AI yang Bisa Bantu Astronom Deteksi Alien

JAKARTA - Meta kembali meluncurkan terobosan baru dalam Kecerdasan Buatan (AI) dengan merilis Segment Anything Model (SAM) yang dapat berdampak besar pada masa depan AI.

"Kami merilis Segment Anything Model umum kami dan set data Segment Anything 1-Billion mask (SA-1B) kami, set data segmentasi terbesar yang pernah ada, untuk mengaktifkan rangkaian aplikasi yang luas dan mendorong penelitian lebih lanjut ke dalam model dasar untuk visi komputer," kata Meta dalam blog resminya yang dikutip Kamis, 6 April.

Dilatih dengan data yang beragam dari SA-1B, Segment Anything dapat menggeneralisasi ke jenis objek dari gambar atau video baru di luar apa yang diamati selama pelatihan.

Seperti yang terlihat dalam demo Meta, Segment Anything itu dapat mengidentidikasi setiap buah yang berada di dalam kotak.

Menurut perusahaan, Segment Anything dapat membantu komunitas riset AI dan lainnya menjadi komponen dalam sistem yang lebih besar untuk pemahaman multimodal umum tentang dunia. Seperti memahami konten visual dan teks halaman web.

Begitu juga dalam dunia Augmented Reality (AR) dan Virtual Reality (VR), model AI Meta itu bisa mengaktifkan pemilihan objek berdasarkan pandangan pengguna dan kemudian mengangkatnya menjadi 3D.

"Segment Anything dapat menjadi komponen yang kuat dalam domain seperti AR/VR, konten kreasi, domain ilmiah, dan sistem AI yang lebih umum," ungkap Meta.

Lebih lanjut, Segment Anything juga bisa digunakan oleh konten kreator guna meningkatkan aplikasi kreatif seperti mengekstraksi wilayah gambar untuk kolase atau pengeditan video.

Bahkan, Meta mengklaim Segment Anything juga dapat membantu studi ilmiah tentang kejadian alam di Bumi atau bahkan di luar angkasa, misalnya dengan mendeteksi hewan atau objek untuk dipelajari dan dilacak dalam video.

Meta menekankan, kumpulan data akhir mereka mencakup lebih dari 1,1 miliar masker segmentasi yang dikumpulkan pada sekitar 11 juta gambar berlisensi dan menjaga privasi.

SA-1B memiliki 400x lebih banyak masker daripada set data segmentasi yang ada. Gambar untuk SA-1B bersumber melalui penyedia foto dari berbagai negara yang menjangkau beragam wilayah geografis dan tingkat pendapatan.

Model segmentasi sebelumnya mengharuskan individu untuk memandunya melalui segmentasi interaktif atau pelatihan berdasarkan sejumlah besar objek yang dianotasi secara manual untuk segmentasi otomatis.

Tetapi sekarang, Segment Anything adalah model tunggal yang dapat dengan mudah melakukan salah satu metode segmentasi.

Artinya, praktisi tidak lagi harus mengumpulkan data segmentasi mereka sendiri dan juga meniadakan kebutuhan untuk menyempurnakan model untuk kasus penggunaan mereka, yang akan menghemat waktu dan tenaga.