مدل های جهانی به زودی اجتناب ناپذیر خواهند بود. این چیزی است که باید بدانید
با انتقال هوش مصنوعی از متن به فضای سهبعدی، مدلهای جهانی فیزیک دنیای واقعی را شبیهسازی میکنند تا به روباتها و اتومبیلهای خودران نحوه حرکت در واقعیت را آموزش دهند.
Niantic، خالق Pokémon Go، سال گذشته این بازی را فروخت و به شدت به یکی از شلوغ ترین موضوعات هوش مصنوعی سیلیکون ولی در حال حاضر پرداخت: مدل های جهانی. برایان مککلندون، مدیر ارشد فناوری Niantic Spatial میگوید: «ما در مورد بازسازی دنیای واقعی هستیم. او امیدوار است از گنجینه داده های جهانی خود برای ساخت نسخه های مشابه استفاده کند.
برخلاف ماهیت مبتنی بر متن مدلهای زبان بزرگ، مدلهای جهانی از ورودیهای بصری استفاده میکنند و میتوانند محیطهای دیجیتالی ایجاد کنند که فیزیک را شبیهسازی میکنند. این نرم افزار آماده است تا به زندگی روزمره نفوذ کند، بدون اینکه لزوما شما مستقیما با مدل های جهانی در تعامل باشید. سال 2027 می تواند سال بزرگی برای گسترش رباتیک خانگی و خودروهای بدون راننده باشد، که هر دو با پیشرفت در مدل های جهانی تقویت شده اند.
زمان آن رسیده است که درک بهتری از نحوه تفکر این ربات ها داشته باشیم. الیور کامرون، مدیر عامل Odyssey، آزمایشگاه هوش مصنوعی متمرکز بر مدلهای جهانی، میگوید: «بنابراین با یک مدل زبان، شما یک جمله دارید و کلمه بعدی را در جمله پیشبینی میکند. با یک مدل جهانی، شما به آن یک حالت بصری از جهان، یک تصویر می دهید و سپس حالت بصری بعدی جهان را پیش بینی می کند. از این نسل های سه بعدی می توان به عنوان زمین های آموزشی دیجیتال استفاده کرد.
او می گوید: «آنها شبیه سازی هستند، اما واقعی به نظر می رسند و احساس می کنند. مک کلندون این مدلهای جهانی را بهعنوان کمک به رباتها بدون حرکت فیزیکی یا قرار گرفتن در محیطهای مورد نظر میبیند. او میگوید کسی میتواند از جایی که قرار است ربات کار کند، عکس بگیرد، یک مدل سهبعدی تولید کند و سپس به نرمافزار اجازه دهد «میلیونها شبیهسازی» را اجرا کند تا ربات را در مورد پارامترهای فضا آموزش دهد. فقط روبات های انسان نما نیستند که می توانند از تمرین شبیه سازی شده استفاده کنند. خودروهای بدون راننده نیز با استفاده از مدل های جهانی بهبود می یابند.
بدون وجود یک انسان پشت فرمان، واکنشهای نرمافزاری در چند ثانیه بسیار مهم است. جیمی شاتون، دانشمند ارشد در Wayve که مدلهای جهانی طراحی شده برای اتومبیلها را میسازد، میگوید: «نکته مهم این است که یک مدل جهانی باید بتواند به اعمالی که ما در جهان انجام میدهیم واکنش نشان دهد، و بنابراین باید فیزیک، علت و معلول، و اینکه چگونه اشیا و افراد دیگر اعمال خود را در پاسخ به اعمال ما تغییر میدهند، درک کند. مدل جهانی مولد Wayve تا حدی با فیلمهای دوربین داشم کار میکند.
این استارتاپ از آن برای بازسازی جاده های خطرناک و سایر شرایط ناامن استفاده می کند که آزمایش آنها در زندگی واقعی عملی نخواهد بود. فراتر از برنامه های کاربردی فیزیکی، توسعه دهندگان همچنین در حال تجزیه و تحلیل هستند که چگونه مدل های جهانی می توانند بر بازی های ویدیویی تأثیر بگذارند. از آنجایی که فیزیک و رندر سه بعدی هسته اصلی بازی های ویدیویی هستند، بازیکنان بزرگی مانند Tencent در حال سرمایه گذاری در مدل های جهانی خود هستند. میتوانید از شرکتهای بزرگ هوش مصنوعی مانند گوگل انتظار داشته باشید که به آخرین پیشرفتهای مدل جهانی خود ببالند. سرمایه گذاران همچنین به سمت نام های بزرگ شورشی در علم کامپیوتر که توجه خود را به این فناوری معطوف کرده اند، پول می اندازند.
Yann LeCun، دانشمند ارشد سابق هوش مصنوعی متا، اخیرا بیش از یک میلیارد دلار برای تأمین مالی استارتآپ Advanced Machines Intelligence خود جمعآوری کرده است. علاوه بر این، فی-فی لی، دانشمند مشهور کامپیوتر دانشگاه استنفورد، در سال 2024 استارت آپی به نام آزمایشگاه جهانی راه اندازی کرد که AMD امسال آن را به قیمت بیش از 8 میلیارد دلار خریداری کرد. حتی اگر قصد دارید به طور کلی از خودروهای خودران و رباتهای داخلی خودداری کنید، مدلهای جهانی بازار کار را در پشت صحنه منحرف میکنند. برای شبیه سازی دنیای فیزیکی ما، آزمایشگاه های هوش مصنوعی به افراد واقعی نیاز دارند تا آن را ضبط کنند.
اوایل امسال، یک آیفون را به پیشانی ام بستم و ساعت ها فیلم در آپارتمانم ضبط کردم. من دستانم را ضبط کردم که لباسهای شسته شده را تا میکردم، ظرفها را میشستم و کوکای رژیمی میریختم، دادههای ویدیویی را از طریق یک برنامه به فروش میرسانم برای پرداختی نسبتا ضعیف. از آنجایی که شرکتهای بیشتری تلاش میکنند مدلهای جهانی بهتری بسازند، حتی ممکن است گیگهای بیشتری نیاز به این نوع جمعآوری داده داشته باشند. بین تعقیب هیولاهای مجازی در سال 2016 و فروش ویدیوهای کارهای من در سال 2026، این سیستم ها هر روز بیشتر از زندگی فیزیکی من را جذب می کنند.
اکنون نمیتوانم از تصویر شبح دیجیتالی یک ربات انساننما که در داخل شبیهسازی اتاق خوابم به دام افتاده است دست بکشم و باکسرهایم را بیپایان با پنجههای فلزیاش تا میکند – با هر پاس کمی بهتر میشود. ببخشید اول مرتب نکردم
متن اصلی (انگلیسی)
World Models Will Soon Be Inescapable. Here’s What You Need to Know
Moving AI from text to 3D space, world models simulate real-world physics to teach robots and autonomous cars how to navigate reality.