शोध 🇷🇺 13.08.2026 19:07

इनोपोलिस विश्वविद्यालय को पाठ और दृश्य ध्यान के लिए एआई समाधानों के तीन पेटेंट प्राप्त हुए

इनोपोलिस विश्वविद्यालय को पाठ प्रसंस्करण और नेत्र-गति ट्रैकिंग में एआई विकास के लिए तीन पेटेंट प्राप्त हुए हैं। ये आविष्कार 13 भाषाओं में पाठ पढ़ते समय आंखों की गतिविधियों की भविष्यवाणी करने, डॉक्टरों की नेत्र-गति ट्रैजेक्ट्री उत्पन्न करने के लिए मॉडलों का मूल्यांकन करने और भाषा मॉडलों के प्रशिक्षण को तेज करने की अनुमति देते हैं।
इनोपोलिस विश्वविद्यालय के एआई अनुसंधान केंद्र के शोधकर्ताओं ने पाठ और दृश्य ध्यान से संबंधित एआई समाधानों के लिए तीन पेटेंट प्राप्त किए हैं। पहला पेटेंट पढ़ने के दौरान मानवीय दृष्टि का अनुमान लगाने के लिए एक प्रणाली को कवर करता है, जो एक एकीकृत तंत्रिका नेटवर्क वास्तुकला का उपयोग करके अंग्रेजी, कोरियाई, जर्मन और दस अन्य भाषाओं के ग्रंथों के लिए आंखों की गतिविधियों का पूर्वानुमान लगा सकता है। यह एक बहुभाषी भाषा मॉडल और दृष्टि निर्धारण की भविष्यवाणी के लिए एक ट्रांसफार्मर मॉडल को जोड़ती है, जिसे विभिन्न भाषाओं के देशी वक्ताओं की आंखों की गति रिकॉर्डिंग पर प्रशिक्षित किया जाता है। यह प्रणाली सिंथेटिक दृष्टि निर्धारण अनुक्रम उत्पन्न करती है और पहली बार पढ़ने के दौरान शब्द छोड़ने की संभावना और निर्धारणों की संख्या के आधार पर उनका मूल्यांकन करती है। दूसरा पेटेंट पढ़ने के दौरान दृष्टि उत्पादन के मूल्यांकन से संबंधित है, जो जनरेटिव मॉडल द्वारा उत्पादित पाठ पर अनुक्रमिक दृष्टि निर्धारण की तुलना के लिए एकीकृत प्रोटोकॉल की कमी को संबोधित करता है। प्रस्तावित दृष्टिकोण स्थानिक और लौकिक विशेषताओं द्वारा दृष्टि प्रक्षेपवक्र की तुलना करता है और पूरे पाठ, व्यक्तिगत शब्दों और वाक्यों के स्तर पर विभिन्न आंखों की गति विशेषताओं का आकलन करता है। तीसरा पेटेंट सिंथेटिक दृष्टि प्रक्षेपवक्र के साथ भाषा मॉडल को प्रशिक्षित करने की एक विधि के लिए है, जो मानव प्रतिक्रिया से सुदृढीकरण सीखने में दृश्य ध्यान डेटा को एकीकृत करता है। इस आविष्कार में सिंथेटिक दृष्टि निर्धारण अनुक्रम और दृश्य ध्यान विशेषताओं को उत्पन्न करना और मानव प्रतिक्रिया पर आधारित एक सुदृढीकरण सीखने एल्गोरिदम को लागू करना शामिल है जो मानव ध्यान पैटर्न को ध्यान में रखता है। विश्वविद्यालय के अनुसार, यह तकनीक एआई प्रशिक्षण को 1.5–2 गुना तेज करती है, कम्प्यूटेशनल लागत कम करती है, मानव ध्यान पैटर्न को 93% तक की सटीकता के साथ पुन: पेश करती है, और कम डेटा मात्रा वाली भाषाओं के लिए भी काम करती है।
स्रोत: CNews — मूल
इस विषय पर हमारी पिछली पोस्ट ↓
ताज़ा समाचार