- Peneliti AI top seperti Fei-Fei Li dan Yann Lecun sedang memikirkan AI di luar LLMS.
- Di World Labs, Li fokus membangun model dunia. Lecun sedang membangunnya di Meta.
- Model dunia meniru konstruksi mental yang dibuat manusia di kepala mereka.
Sebagai Openai, Antropikdan teknologi besar berinvestasi miliaran dalam mengembangkan model berbahasa besar yang canggih, sekelompok kecil peneliti AI sedang mengerjakan hal besar berikutnya.
Ilmuwan komputer menyukai Fei-fei liprofesor Stanford yang terkenal karena menciptakan Imagenet, dan Yann LecunKepala Ilmuwan AI Meta, sedang membangun apa yang mereka sebut “model dunia.”
Tidak seperti Model bahasa besaryang menentukan output berdasarkan hubungan statistik antara kata -kata dan frasa dalam data pelatihan mereka, model dunia memprediksi peristiwa berdasarkan konstruksi mental yang dibuat manusia dari dunia di sekitar mereka.
“Bahasa tidak ada di alam,” kata Li pada episode terbaru dari podcast A16Z Andreessen Horowitz. “Manusia,” katanya, “kita tidak hanya bertahan hidup, hidup, dan bekerja, tetapi kita juga membangun peradaban di luar bahasa.”
Ilmuwan Komputer dan Profesor MIT, Jay Wright Forrester, dalam makalahnya tahun 1971 “perilaku berlawanan dengan sistem sosial,” menjelaskan mengapa model mental sangat penting untuk perilaku manusia:
Masing -masing dari kita menggunakan model terus -menerus. Setiap orang dalam kehidupan pribadi dan dalam bisnis secara naluriah menggunakan model untuk pengambilan keputusan. Gambar mental di kepala seseorang tentang lingkungan seseorang adalah model. Kepala seseorang tidak mengandung keluarga nyata, bisnis, kota, pemerintah, atau negara. Seseorang menggunakan konsep dan hubungan yang dipilih untuk mewakili sistem nyata. Citra mental adalah model. Semua keputusan diambil berdasarkan model. Semua undang -undang disahkan berdasarkan model. Semua tindakan eksekutif diambil berdasarkan model. Pertanyaannya adalah tidak menggunakan atau mengabaikan model. Pertanyaannya hanyalah pilihan di antara model alternatif.
Jika AI ingin bertemu atau melampaui kecerdasan manusia, maka para peneliti di belakangnya percaya itu harus dapat membuat model mental juga.
Li telah mengerjakan hal ini melalui World Labs, yang ia ikuti pada tahun 2024 dengan dukungan awal $ 230 juta dari perusahaan ventura seperti Andreessen Horowitz, New Enterprise Associates, dan Radical Ventures. “Kami bertujuan untuk mengangkat model AI dari bidang 2D piksel ke dunia 3D penuh – baik virtual maupun nyata – memaksakan mereka dengan kecerdasan spasial sama kaya seperti kami,” kata World Labs di situs webnya.
Li mengatakan pada podcast No Priors bahwa kecerdasan spasial adalah “kemampuan untuk memahami, alasan, berinteraksi, dan menghasilkan dunia 3D,” mengingat bahwa dunia pada dasarnya tiga dimensi.
Li mengatakan dia melihat aplikasi untuk model dunia di bidang kreatif, robotika, atau bidang apa pun yang menjamin alam semesta yang tak terbatas. Seperti Meta, Anduril, dan kelas berat Lembah Silikon lainnya, itu bisa berarti kemajuan aplikasi militer Dengan membantu mereka yang berada di medan perang dengan lebih baik memahami lingkungan mereka dan mengantisipasi gerakan musuh mereka berikutnya.
Tantangan membangun model dunia adalah kekurangan data yang cukup. Berbeda dengan bahasa, yang telah disempurnakan manusia selama berabad -abad, kecerdasan spasial kurang berkembang.
“Jika saya meminta Anda untuk menutup mata sekarang dan menggambar atau membangun model 3D lingkungan di sekitar Anda, itu tidak semudah itu,” katanya di podcast No Priors. “Kami tidak memiliki banyak kemampuan untuk menghasilkan model yang sangat rumit sampai kami dilatih.”
Untuk mengumpulkan data yang diperlukan untuk model -model ini, “kami membutuhkan rekayasa data yang lebih dan lebih canggih, akuisisi data, pemrosesan data, dan sintesis data,” katanya.
Itu membuat tantangan membangun dunia yang dapat dipercaya lebih besar.
Di meta, Kepala Ilmuwan AI Yann Lecun memiliki tim kecil yang didedikasikan untuk proyek serupa. Tim menggunakan data video untuk melatih model dan menjalankan simulasi yang abstrak video di berbagai level.
“Ide dasarnya adalah Anda tidak memprediksi di tingkat piksel. Anda melatih sistem untuk menjalankan representasi abstrak dari video sehingga Anda dapat membuat prediksi dalam representasi abstrak itu, dan mudah -mudahan representasi ini akan menghilangkan semua detail yang tidak dapat diprediksi,” katanya di AI Action Summit di Paris awal tahun ini.
Itu menciptakan serangkaian blok bangunan yang lebih sederhana untuk memetakan lintasan tentang bagaimana dunia akan berubah pada waktu tertentu.
Lecunseperti Li, percaya model -model ini adalah satu -satunya cara untuk menciptakan AI yang benar -benar cerdas.
“Kami membutuhkan sistem AI yang dapat mempelajari tugas -tugas baru dengan sangat cepat,” katanya baru -baru ini di Universitas Nasional Singapura. “Mereka perlu memahami dunia fisik – bukan hanya teks dan bahasa tetapi dunia nyata – memiliki beberapa tingkat akal sehat, dan kemampuan untuk alasan dan merencanakan, memiliki ingatan yang terus -menerus – semua hal yang kita harapkan dari entitas yang cerdas.”
Baca selanjutnya
