Προσομοίωση του κόσμου με Τεχνητή Νοημοσύνη φέρεται να ετοιμάζει η Google…

Καθώς φαίνεται ότι δεν αρκείται στη νομή αυτού του κόσμου, η Google βρίσκεται στη διαδικασία στελέχωσης του ερευνητικού της εργαστηρίου DeepMind για τη δημιουργία παραγωγικών μοντέλων ικανών να προσομοιώσουν τον φυσικό κόσμο. Το project, το οποίο θα διευθύνει ο Tim Brooks, ένας από τους επικεφαλής που βοήθησε στην κατασκευή του εργαλείου Sora της OpenAI για την παραγωγή AI video, θα αποτελέσει κρίσιμο μέρος της προσπάθειας της εταιρείας να επιτύχει την περίφημη Τεχνητή Γενική Νοημοσύνη (AGI).

Ο Brooks, ο οποίος εντάχθηκε στην DeepMind μετά τη φυγή του από την OpenAI τον περασμένο Οκτώβριο, και η ομάδα του έχουν «φιλόδοξα σχέδια για τη δημιουργία μαζικών παραγωγικών μοντέλων που προσομοιώνουν τον κόσμο». Σύμφωνα με τις περιγραφές των ρόλων, η προσπάθεια για τη δημιουργία μοντέλων του κόσμου θα «τροφοδοτήσει πολυάριθμους τομείς, όπως η οπτική συλλογιστική και προσομοίωση, ο σχεδιασμός για ενσώματους πράκτορες και η διαδραστική ψυχαγωγία σε πραγματικό χρόνο», με ό,τι μπορεί να σημαίνουν όλα αυτά για εμάς τους αδαείς.

Ένα παγκόσμιο μοντέλο, όσο το δυνατόν πιο απλά, συνήθως προσπαθεί να προσομοιώσει τον τρόπο με τον οποίο λειτουργεί πραγματικά ο κόσμος. Παραγωγικά μοντέλα όπως το Sora είναι σε θέση να αναπαράγουν πράγματα που έχουν ξαναδεί μέσα στα δεδομένα εκπαίδευσής τους, δεν έχουν όμως καμία πραγματική κατανόηση ως προς το γιατί συμβαίνουν αυτά τα πράγματα. Έτσι, μπορεί να δημιουργήσει με επιτυχία ένα video ενός ατόμου που πετάει μια μπάλα του μπέιζμπολ, αλλά δεν έχει καμία κατανόηση της φυσικής αυτού που συμβαίνει. Τα παγκόσμια μοντέλα στοχεύουν στο να εξοπλίσουν τη μηχανή με αρκετές πληροφορίες ώστε να αναλύσει πραγματικά τον τρόπο με τον οποίο συμβαίνει μια ενέργεια και το πιθανό αποτέλεσμά της.

Ο επικεφαλής επιστήμονας Τεχνητής Νοημοσύνης της Meta, Yann LeCun, περιέγραψε τα παγκόσμια μοντέλα με αυτόν τον τρόπο κατά τη διάρκεια μιας ομιλίας στο Hudson Forum νωρίτερα φέτος:

Ένα παγκόσμιο μοντέλο είναι το νοητικό σας μοντέλο για το πώς συμπεριφέρεται ο κόσμος… Μπορείτε να φανταστείτε μια ακολουθία ενεργειών που μπορεί να κάνετε, και το παγκόσμιο μοντέλο σας θα σας επιτρέψει να προβλέψετε ποια θα είναι η επίδραση της ακολουθίας ενεργειών στον κόσμο.

Τα μοντέλα κόσμου είναι δύσκολο να δημιουργηθούν για διάφορους λόγους, όπως ο τεράστιος υπολογιστικός όγκος που απαιτείται για την εκτέλεση ενός μοντέλου και η έλλειψη επαρκών δεδομένων εκπαίδευσης για τη δημιουργία ενός ακριβούς μοντέλου, με αποτέλεσμα τα περισσότερα μοντέλα κόσμου να λειτουργούν μόνο για περιορισμένα και συγκεκριμένα πλαίσια.

Η ομάδα της DeepMind φαίνεται να έχει πρόθεση να διευρύνει το παγκόσμιο μοντέλο. Το σχέδιο είναι να δημιουργηθούν εργαλεία «διαδραστικής δημιουργίας σε πραγματικό χρόνο» πάνω στα μοντέλα και ενδεχομένως να εξεταστεί πώς θα μπορούσαν να ενσωματώσουν το παγκόσμιο μοντέλο τους στο μεγάλο γλωσσικό μοντέλο Gemini της Google.

Ένας πιθανός τομέας που θα προσπαθήσει να προσεγγίσει η DeepMind είναι τα video games. Η περιγραφή της θέσης εργασίας της νέας ομάδας σημειώνει ότι θα συνεργάζεται με τις ομάδες Veo και Genie της Google. Το Veo είναι η γεννήτρια βίντεο της Google που μοιάζει με το Sora και το Genie είναι ένα υπάρχον μοντέλο κόσμου που μπορεί να προσομοιώσει τρισδιάστατα περιβάλλοντα σε πραγματικό χρόνο.