Multimodal AI, birden fazla veri türünü anlayabilen veya üretebilen yapay zekâ sistemlerini ifade eder.

Bu veri türleri:

• metin,

• görüntü,

• ses,

• video

gibi farklı biçimlerde olabilir.

Multimodal ne anlama gelir?

“Modalite”, bilginin sunulduğu biçimi ifade eder.

Sadece metni anlayan bir sistem tek modaliteli olabilirken hem görsel hem metin hem ses işleyebilen sistem multimodal olarak tanımlanabilir.

Neden önemlidir?

İnsanlar dünyayı yalnızca yazıyla algılamaz.

Multimodal sistemler de farklı bilgi türlerini birlikte işleyerek daha geniş kullanım alanları oluşturabilir.

Kısaca: Multimodal AI, metin, görüntü, ses veya video gibi birden fazla veri türüyle çalışabilen yapay zekâdır.