Microsoft şirkəti Kosmos-1 adlı multimodal süni zəka modelini təqdim edib. Təqdim edilmiş bu süni zəka modeli fotoların tərkiblərini analiz edə, qrafik tapmacaları həll edə, mətnləri təyin edə, IQ-nün qiymətləndirilməsi üçün nəzərdə tutulmuş vizual testlərdən keçə və təbii dildə olan əmrləri başa düşə bilir. Alimlərin fikirlərinə əsasən mətn, audio və video da daxil olmaqla müxtəlif qrafik rejimlərlə çalışa bilən multimodal süni zəka modelinin yaradılması ümumi süni zəkanın (AGI) formalaşması yolunda vacib addımdır. Bu cür ümumi süni zəka isə müxtəlif tapşırıqları insanlar səviyyəsində yerinə yetirə bilər.

    Mütəxəssislərin sözlərinə əsasən multimodal qavrayış biliklərin əldə edilməsi və real dünya ilə əlaqə kontekstində AGI-nın yaradılması üçün lazım olan elementdir. Məlumatda qeyd edilib ki, Kosmos-1 fotoları analiz edərək onlar barəsində olan suallara cavab verə bilir. Bununla yanaşı o, mətnləri oxuya, illüstrasiyalar üçün imzalar tərtib edə və vizual IQ testlərdən keçə bilir. Hesab edilir ki, ümumi süni zəkanın yaradılması intellektual tapşırıqların yerinə yetirilməsi məsələsində insanları tamamilə əvəz etməyə imkan verəcək. Son zamanlarda məşhurlaşmış süni zəka əsaslı ChatGPT çat-botunun yaradıcısı olan OpenAI şirkətinin də əsas məqsədi məhz budur. Lakin çox güman ki, Kosmos-1 modeli tamamilə Microsoft-a məxsus olan bir layihədir. Tədqiqatçılar bu modeli böyük multimodal dil modeli (MLLM) adlandırırlar.