Фей-Фей Ли от World Labs: AI е непълен без пространствена интелигентност

Фей-Фей Ли, професор от Станфорд и компютърен академик, е необятно считана за „ кръстницата на изкуствения разсъдък “.

Един от най-влиятелните гласове в AI, Ли е най-известен с създаването на ImageNet, базата данни, основана преди съвсем 20 години, която се трансформира в основата на актуалната технология за компютърно зрение. Сега тя е на нова задача като създател на започващ бизнес.

Последното й начинание, World Labs, построява по този начин наречената пространствена просветеност, която има за цел да разбере нашия физически свят. Компанията построява „ модели на света “, които, за разлика от езиковите модели, които обработват единствено език, са в положение да генерират триизмерни светове. Нейният най-нов международен модел, Marble, излезе през ноември.

В диалог с софтуерния сътрудник на Financial Times Кристина Кридъл, тя изяснява по какъв начин тези модели могат да засилят човешката креативност и да оказват помощ на хората с разнообразни приложения от роботика до дизайн на игри.

Кристина Кридъл: Бих желала да чуя повече за Marble.

Фей Фей Ли: World Labs е гранична компания за модели. Съсредоточаваме се доста върху построяването на най-новото, прокарвайки границата на изкуствения разсъдък. И за мен AI не би бил приключен, в случай че няма обсега и дълбочината или способността на пространствената просветеност, която хората имат. 

Marble е първият артикул, който [се фокусира] върху това да разреши на потребителите да основават невероятни 3D светове, или посредством повдигане на действителен свят посредством фотография в Marble, или посредством дребен видеоклип, или основаване на утопичен свят посредством Marble. 

Така че без значение дали е действителна или мислена, опцията за генериране на 3D светове . . . и също по този начин да служи на работния развой на основателите, е задачата на днешния Marble като артикул. Но за нас е доста значимо да нареждаме това като метод преди всичко с модела, че желаеме да накараме потребителите да употребяват нашия модел посредством продукта. 

CC: Какво се надявате да научите от потребителските взаимоотношения с модела?

FL: Наистина, в действителност имам вяра, че човешката креативност не може да бъде сменена. Може да се преглежда като свръхмощен и се надявам, че Marble е супермощно съдействие сред основатели, дизайнери и разработчици. Така че колкото повече го употребяват и ни дават противоположна връзка по какъв начин да им дадем суперсила, толкоз по-добре е. 

CC: И кои са някои от приложенията, за които си представяте, че ще се употребява?

FL: И по този начин, това е доста хоризонтална технология, тъй като потребността от потребление на международни модели е в действителност, в действителност необятна. Например, съответен образец е промишлеността на VFX [визуални ефекти], за просто визуализиране на хрумвания, за снимане на виртуални индустриални филми, за основаване на хрумвания за кино декори.

В Marble се употребяват доста VFX. Може да ви даде 3D пространство, може да ви даде видеоклипове с акуратен надзор на цветовете в това пространство и може да бъде експортиран в разнообразни формати, тъй че да можете да го употребявате в работния си развой. 

Също по този начин виждаме дизайнери, интериорни дизайнери или архитекти, които употребяват Marble освен за визуализиране на своите хрумвания за интериорен или сграден дизайн, само че те могат да обиколят това, тъй като това е съвсем като обиколка в очите на мозъка. Можете да се потопите в това. 

Също по този начин сме виждали разработчици на роботизирани симулации, употребяващи Marble като основа за преструване на обучителни среди за роботика, без значение дали става дума за навигация или операция. 

Също по този начин сме виждали разработчици на игри да употребяват Marble, изключително ние предоставяме мрежови колайдери и мрежова конструкция, тъй че разработчиците на игри да могат доста елементарно да изтеглят световете и мрежите и да построяват геймплей.

Видяхме също по този начин откривателите, които желаят да употребяват Marble като потапяща среда за проучване на човешката логика на психиката и клинични положения. 

Така че всеки случай на приложимост, който сме виждали до момента, има една сплотяваща тематика, която икономисва време на хората

Така че всеки случай на приложимост, който сме виждали до момента, има една сплотяваща тематика, която икономисва време на хората. Тъй като концепцията, износването и използването са цикъл на работа. И Marble оказва помощ на софтуерните актьори, разработчиците, откривателите да спестят време.

CC: И какво ще вършат хората с повече време? Мисля, че това е огромният въпрос. Дали това е опрощение за редуциране на хора или има нещо, което ще се сътвори от отделянето на повече време на хората?

FL: Зависи от това дали вярвате, че творчеството е лимитирано или безкрайно. Вярвам, че човешкото творчество е безкрайно. 

Например, когато работихме с нашия сътрудник Sony Studio по основаването на нашето видео за Marble, художниците и разработчиците на технологии за виртуална продукция ни споделиха, че защото те могат да употребяват Marble, с цел да основат кино лентата за нас, те могат да играят с доста повече хрумвания, в сравнение с биха имали време, в случай че го вършат по обичаен метод. Тъй като по обичайния метод те би трябвало да чакат доста, доста дълго, с цел да пресъздават една концепция. Мраморът лишава минути. 

Всъщност някой, с който разговаряхме в VFX промишлеността, сподели, че това е ускорило концепцията и развиването 40 пъти. И това е нашето време. Това е времето, което можете да употребявате, с цел да измислите доста повече. Защото като създател нямате единствено една концепция. Понякога имате 10 хрумвания. Понякога 10-те хрумвания въодушевяват още 10 хрумвания. Понякога желаете просто да измененията концепциите си. И всичко това са скъпи процеси.

CC: А в приложението за игри какво мислите, че значи това по какъв начин ще се създават игрите? Има също по този начин полемика за това каква е ролята на моторите за игри в този момент, тъй като можете просто да създавате тези 3D среди.

FL: Да, мисля, че всичко това е за спиране. Мисля, че невро-вдъхновените мотори и моторите за симулационни игри би трябвало да бъдат усъвършенствани. И това е да създадем живота на разработчиците и създателите по-добър. Мисля, че Marble, а също и предходната ни работа, RTFM [световен модел, пуснат през октомври], са част от това последно изпитание на GenAI. Ние сме в челните редици на това. 

И аз също мисля, че игрите не са просто игри. Виждаме комбинация от игри с опит, обучение и работливост. И тази нова наклонност, това, което виждаме в творчеството и наличието, се назовава трансмедия. Трансмедията също може да употребява всички тези генеративни AI принадлежности като Marble.

CC: Световните модели се появяват толкоз доста в диалозите ми с Гугъл, Runway, а по-късно неотдавна имах история за xAI създаване на международни модели. И по този начин, какво отличава World Labs? И какво вършиме, което ще ви отличи от вашите съперници?

FL: Първо, ние сме първата компания, която се появи преди две години и е отдадена на пространствената просветеност. И виждам езиковите модели, това, което назоваваме огромни езикови модели, като метод за реализиране на езикова просветеност. Световните модели са метод да ни оказват помощ да реализираме пространствена просветеност. 

Пространственото познание е когнитивната дарба да разреши на въплътените сътрудници, без значение дали са хора, аватари или роботи, да схващат, разсъждават, основават и взаимодействат в светове. И това е доста надълбоко вкоренена когнитивна и физическа дарба на животните, хората и бъдещето на роботите. И това е Полярната звезда за нас.

CC: Вярвате ли, че към момента има място за LLM, откакто достигнете тази Полярна звезда?

FL: О, да. Точно като хората, ние използваме мултиинтелект. Всъщност Хауърд Гарднър през [1980-те] към този момент предложи тази доктрина за множествената просветеност. Хората в действителност са въплъщение на множествена просветеност, без значение дали е езикова, пространствена, математическа, прочувствена. Това е значително оркестър от просветеност.

CC: Споменахте потреблението му за роботизирана симулация, какъв брой огромен е скокът от проучването на тези виртуални светове на компютри до въплъщението на AI, който има тази пространствена просветеност в себе си?

FL: И по този начин, първо, желая да се уверя, че хората могат да качват изображения или видеоклипове от действителния свят и да ги трансформират във виртуалните цифрови светове за роботи. Обучението на роботи, даже при внедряване във виртуалния свят, е част от доста значимия многоизмерен и многокомпонентен метод при решаването на роботиката. 

Толкова сме надалеч от разрешаването на роботиката, че в действителност би трябвало да сме трезви за решаването на казуса с данните

Ако погледнете днешните старания за образование по роботика, комбинацията от телеоперирани данни от действителния свят [където хората показват дейности от разстояние], уеб данни и синтетични симулирани данни [които се генерират с компютър] са в действителност главният набор от данни за роботиката. И ние сме толкоз надалеч от решаването на роботиката, че в действителност би трябвало да сме трезви за решаването на казуса с данните.

И самоуправляващите се коли трябваше да преминат през това в продължение на десетилетия, решавайки казуса с данните. И това е още по-лесен проблем от роботиката, тъй като самоуправляващите се коли са по-проста форма на придвижване спрямо роботите, които манипулират всичко и всичко в света.

Наличието на симулационна среда, симулационни данни, синтетични данни е ключът към триумфа. Ето за какво пространствената просветеност, под формата на моделите на света, които вършим, е толкоз значима. И по-късно, това също ще ни приготви за бъдещето да станем част от тази екосистема на роботиката, в допълнение към това да бъдем екосистема за творчество.

CC: И мислите ли, че това съставлява стъпка към суперинтелигентността? И това ли е нещо, към което се стреми World Labs?

FL: Първо, нашата Полярна звезда е просветеност, която е доброжелателна към хората. Наистина не ме интересува по какъв начин го наричате. AI, както всеки инструмент, е в услуга на хората и човечеството. И това е, върху което би трябвало да се концентрира всеки проучвателен и софтуерен бизнес.