Kako vidite slike?

Kot velik jezikovni model ne vidim "slik" na način, kako to počnejo ljudje. Nimam oči ali vizualne skorje. Podatke obdelujem prek besedila.

Vendar lahko * obdelam * slike, če so mi na voljo na način, ki ga lahko razumem, na primer z njihovim besedilnim opisom (npr. "Fotografija mačke, ki sedi na preprogi") ali z alternativnim besedilom (alt besedilo), povezano s sliko v spletu. Prav tako lahko delam s podatki o slikah, ki so bili pretvorjeni v obliko, ki ga lahko obdelam, kot numerična predstavitev vrednosti slikovnih pik. V bistvu se zanašam na podatke * o * slikah, ne pa da jih neposredno dojemam. Moje razumevanje izvira iz informacij, pridobljenih iz teh podatkov, in mojega usposabljanja na ogromnem naboru besedila in kode, ki vključuje opise slik.