Почему модели мира стали главным трендом в развитии искусственного интеллекта
Современные системы искусственного интеллекта достигли значительных успехов в работе с цифровым контентом, однако физический мир остается для них труднодоступной областью. Создание алгоритма, способного написать программный код или литературный текст, оказалось значительно проще, чем разработка систем для решения бытовых задач — например, складывания одежды или навигации по городским улицам. Исследователи полагают, что ключом к преодолению этого барьера станут так называемые модели мира.
Что представляют собой модели мира
Концепция моделей мира не является новой, но последние инициативы Google DeepMind, компании World Labs под руководством профессора Стэнфордского университета Фэй-Фэй Ли, а также переход Яна Лекуна из Meta в стартап, сфокусированный на этой технологии, вывели ее в центр дискуссий об ИИ. OpenAI также перераспределила ресурсы, ранее выделенные на видеогенератор Sora, в пользу долгосрочных исследований по моделированию физической реальности.
Под моделью мира понимается способ представления внешней среды интеллектуальной системой. Человеческий мозг постоянно симулирует окружающую обстановку, что позволяет прогнозировать последствия действий — например, что произойдет, если столкнуть кружку со стола. Именно такие прогнозы помогают людям принимать решения. Сторонники технологии уверены, что модели мира позволят преодолеть ограничения больших языковых моделей (LLM) и реализовать потенциал ИИ в робототехнике.
Ограниченность современных языковых моделей
Хотя текущие большие языковые модели способны описать последствия падения предмета, их понимание физических законов остается поверхностным. Исследования показывают, что знания ИИ о мире крайне хрупки. В экспериментах с моделями, обученными на данных о поездках нью-йоркских такси, система успешно прокладывала маршруты в Манхэттене, пока не сталкивалась с необходимостью объезда. Как только модель вынуждали отклониться от привычного пути, она переставала справляться с задачей. Наличие точной ментальной карты города сделало бы систему значительно надежнее.
Перспективы внедрения технологии
Смотрите также:
Правительство Великобритании выплатит участникам обсуждения системы цифровой идентификации по 550 фунтов http://stroybud.com/pravitelstvo-velikobritanii-vyiplatit-uchastnikam-obsuzhdeniya-sistemyi-tsifrovoy-identifikatsii-po-550-funtov/.
Интересности на тему: Anthropic представила Mythos: инструмент на базе ИИ для поиска уязвимостей в программном коде
Классные советы в статье "Adobe предложила годовую подписку на Creative Cloud Pro со скидкой 50%" здесь.
Исследователи видят в моделях мира фундамент для развития робототехники нового поколения. Среди потенциальных сфер применения:
- Роботы для исследования морских глубин.
- Автоматизированные системы помощи в сфере здравоохранения.
- Создание интерактивных трехмерных сред для видеоигр и виртуальной реальности.
- Обучение логистических роботов на основе миллионов изображений городских объектов, собираемых пользователями популярных мобильных приложений.
На текущем этапе эксперты сходятся во мнении, что настоящие прорывы произойдут при интеграции таких моделей в гибких интеллектуальных агентов. Такие системы смогут не только представлять окружающую среду, но и оценивать последствия своих действий, самостоятельно принимая решения для достижения поставленных целей в реальном физическом пространстве.
