Целият свят е място за роботи за технологични предприемачи, изграждащи „физически AI“

ПРОВИДЪНС, Ариланд (АП) — Компютърният академик Луис Кастрикато беше в осмата си година, изучавайки огромни езикови модели — технологията за изкуствен интелект зад чатботове като ChatGPT и Claude — когато стартира да се усеща като в задънена улица.

„ На процедура сме минали смисълът на осъществяването на същинско фундаментално LLM проучване “, сподели Кастрикато. „ Сега са единствено приложения. “

Изследователят напусна образованието си в университета Браун и сътвори нова компания, наречена Overworld. Неговата упоритост е в името му: AI, който може да схваща и да направлява в света, освен с думи.

Все още има доста пари, които могат да бъдат направени от AI chatbots – вложителите разчитат на това, до момента в който ангажират трилиони долари на водещи разработчици като Anthropic и OpenAI. Но все по-голям брой AI бизнесмени се посвещават на това, което виждат като идната граница: „ международни модели “, които учат AI системи, а от време на време и роботи, по какъв начин да реагират във физическа среда.

Те включват някои от най-видните учени в региона, като „ кръстницата на AI “ Фей-Фей Ли, който разказва концепцията за международен модел като „ един от най-важните и най-претоварените термини в AI през днешния ден. “

Учените ползват AI в нови измерения с „ международни модели “

В основата на проучването на международните модели е концепцията, че AI не може да бъде в действителност образован, в случай че може да чете единствено книга. Той също по този начин би трябвало да чете стаята.

„ Когато езиковите модели научават статистическата конструкция на текста, международните модели научават статистическата конструкция на пространството и времето: по какъв начин светлината пада върху повърхността, по какъв начин наподобява градина от ъгъл, който не е сниман камера, по какъв начин обектите реагират на мощ и следват законите на физиката “, написа Ли, създател на стартъпа в Сан Франциско World Labs, в есе, оповестено този месец.

Друг последовател е пионерът в ИИ Ян Лекун, който напусна работата си като основен академик в Meta предходната година, с цел да сътвори основаната в Париж Advanced Machine Intelligence Labs.

„ Световният модел бързо се трансформира в фешън дума “, сподели LeCun в неотдавнашен подкаст „ Unsupervised Learning “. Той сподели, че го преглежда като нещо, което разрешава на AI сътрудник „ да планува следствията от личните си дейности “.

Има голям брой способи за дефиниране на модели на света, постоянно основани на технологиите, които някой се надява да построи с него – било то роботи или по-интерактивна видео игра.

Роботите не могат да научат доста от AI модели, подготвени на книги

Обучението на всички книги, новинарски публикации и образни медии на човечеството, както направиха езиковите модели на AI, докара до AI асистенти, които трансформират характера на работата в офиса и някои креативен области. Но някои поддръжници виждат ограничавания в генеративните AI модели, които работят, като неведнъж предсказват идната дума или пиксел, с цел да основат нов разговор, изображения или редове код.

Чатботовете не могат да вземат чаша за кафе, отбелязва Мартин Хебърт, декан на компютърните науки в университета Карнеги Мелън.

„ Има цялата геометрия на света, динамичността на това по какъв начин движа ръката си, физическото взаимоотношение на контакт с чашата “, сподели Хебърт. „ Това е доста по-сложно от просто предугаждане на идната дума в изречение. “

За учени като Хебърт, който е прекарал повече от четири десетилетия в проучване на роботиката, най-полезното приложение за международни модели е като по-бърз и по-евтин път към „ физически AI “ – друга фешън дума в софтуерната промишленост.

„ Някои хора може да имат разнообразни дефиниции, само че физическият и въплътеният AI са нещо като еволюция на това, което свикнахме да назоваваме роботика “, сподели Хебърт в изявление. Някои от достиженията на ИИ, които направиха чатботовете толкоз потребни, могат да се приложат и за създаване на ИИ с задоволително необятна визия за околната среда, с цел да работи като мозък на робот, сподели той.

„ В тялото и гръбначния мозък имате доста общ модел за това по какъв начин да балансирате, по какъв начин да се разхождате и можете да се адаптирате към това, че коляното ви боли заран, тъй че в този момент ходите малко по-различно “, сподели той. " Не е нужно да мислите за това. Имате общ модел някъде във вашата нервна система и мозък, който разрешава на тялото ви да се приспособява доста бързо. "

Симулираните светове притеглят интерес от вложители

По-умните роботи не са единствената последна игра за международните модели. Castricato започва Overworld предходната година и дребният стартъп, основан в Роуд Айлънд, в този момент построява светове за видеоигри, където сцена, да речем, на призрачна гора, може да се приспособява, до момента в който виртуален воин се движи през нея и взаимодейства с обектите в нея.

„ Няма различен модел на света, където можете просто да минете през порти или където можете да взаимодействате с детайлна среда като тази “, сподели той в изявление. „ Ние усъвършенстваме за взаимоотношение на първо място друго. “

Въпреки че краткосрочните приложения не са толкоз явни, колкото инструментите за шифроване с изкуствен интелект, международните основатели на модели притеглят интерес от рискови капиталисти като Стив Джанг, съосновател и ръководещ сътрудник в Kindred Ventures.

Фирмата влага в Overworld и други международни компании, фокусирани върху моделите, в това число Causal Labs, която построява AI модели за прогнозиране на времето, и Extropic, която построява профилирани компютърни чипове, подобаващи за международни модели.

„ Мисля, че бъдещето е доста разнообразни типове модели с доста разнообразни философии и архитектури “, сподели Джанг. „ Не мисля, че ще бъде един огромен, компактен модел, който да ръководи всички тях. “

В неотдавнашното си есе Ли се опита да сътвори „ таксономия на моделите на света “, с цел да помогне за разрешаването на объркването по отношение на конкуриращите се визии.

„ Видео модел, който създава превъзходни, само че физически невъзможни пламъци, езиков модел, който импровизира игра, която може да се играе, и физически мотор, който правилно симулира горенето, всички носят едно и също име “, написа тя.

Тя раздели международните модели на три категории. Най-жизнеспособните от комерсиална позиция през днешния ден са „ рендъри “, които дават приоритет на образната точност на виртуалните светове, които основават, само че не може да им се има вяра, че ще учат доста роботи.

След това има „ симулатори “, които основават виртуални подготвителни площадки, които правилно показват физическата конструкция на света; и „ плановици “, които се пробват да предскажат какво би трябвало да прави AI сътрудник или робот в един неструктуриран свят.

„ Робот, който може да възнамерява, е робот, който може да работи, и цялата промишленост се надпреварва кой ще стигне пръв до там “, написа тя.