マルチモーダルAI

マルチモーダルAIは、文章、画像、音声、動画など、種類の異なる情報（モダリティ）を組み合わせて、理解や生成を行うAIです。

■ 試験で押さえるポイント

• 画像と質問文から答える、文章から画像を作るなど、複数の種類の情報を対応付けて扱います。

• 一つの情報が不鮮明でも、別の情報で補えることがあります。

• 情報どうしが矛盾したり、一方に頼りすぎたりすると誤ることがあります。

■ 選択肢での判断ポイント

テキストと画像など、異なる種類の情報の統合を選びます。複数の言語を扱うことではありません。