Tvrtka Niantic, tvorac igre Pokémon Go, prošle je godine prodala tu igru ​​i naglo promijenila smjer, usmjerivši se na jednu od tema o umjetnoj inteligenciji o kojoj se u Silicijskoj dolini trenutno najviše govori: modele svijeta (world models).

Fokus im je na rekonstrukciji stvarnog svijeta. Planiraju iskoristiti golemu količinu podataka o svijetu kojom raspolažu kako bi stvorili replike.

Za razliku od velikih jezičnih modela koji se temelje na tekstu, modeli svijeta koriste vizualne ulazne podatke i mogu generirati digitalna okruženja koja simuliraju fizikalne zakone.

Ovaj bi softver mogao postati dijelom svakodnevice, a da pritom možda nikada nećete izravno stupiti u interakciju s modelima svijeta.

Godina koja je pred nama mogla bi biti ključna za širenje kućne robotike i autonomnih vozila - područja koja snažno napreduju zahvaljujući razvoju modela svijeta. Sad je pravo vrijeme za bolje razumijevanje kako ti strojevi 'razmišljaju'.

Predviđanje slijedeće slike svijeta

Jezični modeli predviđaju sljedeću riječ u rečenici. U modele svijeta unosi se vizualno stanje svijeta - sliku - a on zatim predviđa sljedeće vizualno stanje svijeta. Ti 3D prikazi mogu poslužiti kao digitalni poligoni za obuku. Primjerice, mogu pomoći robotima u vježbanju, a da pritom ne moraju biti fizički pokretni ili se nalaziti u stvarnim okruženjima u kojima će kasnije djelovati.

Netko bi mogao fotografirati prostor u kojem bi robot trebao funkcionirati, izraditi 3D model i zatim prepustiti softveru pokretanje milijuna simulacija kako bi se robot uvježbao u skladu s parametrima tog prostora. Sličan pristup može biti korišten i za obuku autonomna vozila. Kada za upravljačem nema čovjeka, softverske reakcije u djeliću sekunde postaju presudne.

Model svijeta mora biti sposoban reagirati na postupke koje poduzimamo u svijetu. Stoga mora razumjeti fiziku, uzročno-posljedične veze te način na koji drugi objekti i ljudi mijenjaju svoje ponašanje kao odgovor na naše postupke.

Primjerice, generativni model svijeta tvrtke Wayve djelomično se temelji na snimkama s kamera postavljenih u vozilima. Ovaj startup koristi te podatke za rekonstrukciju opasnih prometnica i drugih nesigurnih uvjeta koje bi bilo nepraktično testirati u stvarnom svijetu.

Stručnjaci istražuju i kako bi modeli svijeta mogli utjecati na videoigre. Pošto su fizika i 3D prikaz ključni elementi videoigara, veliki igrači poput Tencenta ulažu u razvoj vlastitih modela svijeta.

Može se očekivati kako će se velike tvrtke koje se bave umjetnom inteligencijom, poput Googlea, nastaviti hvaliti najnovijim poboljšanjima svojih modela svijeta.

Potraga za materijalom za obuku

Investitori također ulažu značajna sredstva u istaknuta imena računalne znanosti koja su svoju pozornost usmjerila na ovu tehnologiju. Yann LeCun, bivši glavni znanstvenik za umjetnu inteligenciju u tvrtci Meta Platforms, nedavno je prikupio više od milijardu američkih dolara za financiranje svog startupa Advanced Machines Intelligence.

Računalna znanstvenica sa Stanforda Fei-Fei Li je 2024. godine pokrenula je startup World Labs, koji je AMD ove godine preuzeo za više od osam milijardi američkih dolara. Čak i ako planirate u potpunosti izbjegavati autonomna vozila i kućne robote, modeli svijeta već iz pozadine mijenjaju tržište rada.

Kako bi simulirali naš fizički svijet, laboratoriji za umjetnu inteligenciju trebaju stvarne ljude koji će ga zabilježiti. Postoje tvrtke koje će kojima je moguće prodati video zapise, primjerice, obavljanja kućanskih poslova poput slaganja rublja, pranja suđa...

Kako sve više tvrtki pokušava izgraditi naprednije modele svijeta, tako bi i potražnja za ovakvom vrstom prikupljanja podataka u sklopu povremenih poslova mogla dodatno rasti, piše Wired.