Investigadores del MIT enseñan a modelos de IA a interpretar gráficos

Investigadores del MIT han desarrollado un recurso multifacético para enseñar a modelos de visión-lenguaje cómo interpretar gráficos de manera efectiva. Utilizaron un método de generación de datos novedoso para construir un conjunto de datos de última generación que incluye más de un millón de gráficos variados.

Este avance es importante porque los modelos de inteligencia artificial pueden ayudar a las empresas a tomar decisiones más rápidas y precisas en un mercado global en constante cambio. Sin embargo, incluso los modelos más avanzados a veces luchan por interpretar gráficos, lo que puede llevar a información inexacta o incompleta.

Según los investigadores, el conjunto de datos llamado ChartNet puede permitir que los modelos de código abierto superen a los modelos comerciales en tareas como la extracción de datos y la resumen de gráficos. Esto podría permitir que las pequeñas empresas con presupuestos limitados utilicen la inteligencia artificial de manera más efectiva.

El uso de ChartNet para entrenar modelos de visión-lenguaje podría tener un impacto significativo en la forma en que las empresas utilizan la inteligencia artificial para tomar decisiones. Al permitir que los modelos de código abierto sean más precisos y eficientes, las empresas pueden tomar decisiones más informadas y mejorar su competitividad en el mercado.