3 篇文章 带有标签 "Computer Vision"

当您的手机在瞬间识别您的脸、当Google翻译几乎完美地将泰语翻译成英语、或当ChatGPT生成类人回复时——这就是深度学习在工作。它是过去十年几乎所有重大AI突破背后的技术，正在改变计算机能做的事情。

人类自然地通过多种感官理解世界——我们同时看到图像、听到声音、阅读文字和观看视频。但直到最近，AI 系统还只能一次处理一种类型的数据。欢迎来到**多模态 AI（Multimodal AI）**的世界——能够像人类一样同时理解和处理多种数据类型的人工智能。

作者：Kobkrit Viriyayudhakorn博士，iApp Technology CEO兼创始人

您是否想过应用程序如何能够即时读取您的泰国身份证或护照？银行如何通过您文档的照片来验证您的身份？这背后的魔法叫做OCR - 光学字符识别。在本指南中，我们将用简单的术语解释您需要了解的关于泰国文档OCR的一切。