A Niantic Spatial világmodelleket épít a Pokémon Go adataiból
A Niantic a 2016-os Pokémon Go-ból gyűjtött világadatokkal épít replikákat, a cég technológiai vezetője, Brian McClendon szerint a munkájuk „nagyon is a valós világ rekonstruálásáról szól”. A 2027-es év egy lehetséges mérföldkő a házi robotika és az önvezető autók terjedésében, bár ez még csak előrejelzés.
2016-ban még Snorlaxot kergettek a játékosok a Pokémon Go-ban. A játék alkotója, a Niantic azóta eladta a játékot, és a világmodellek felé fordult, az egyik legnagyobb mesterségesintelligencia-témára. „Nagyon is a valós világ rekonstruálásáról szól a munkánk” — mondja Brian McClendon, a Niantic Spatial technológiai vezetője. A cég a játék során gyűjtött világadatait akarja replikák építésére használni. (Wired)
A nagy nyelvi modellekkel szemben a világmodellek vizuális bemenetekkel dolgoznak, és fizikát szimuláló digitális környezeteket tudnak generálni. A szoftver a hétköznapokba is beszivárog úgy, hogy a felhasználók nem feltétlenül lépnek vele közvetlen kapcsolatba. A világmodellek fejlődése a házi robotika és az önvezető autók terjedését is segítheti. 2027 egy lehetséges mérföldkő, bár ez csak előrejelzés.
Hogyan gondolkodnak a világmodellek?
Oliver Cameron, az Odyssey világmodellekre szakosodott AI-laborjának vezetője szerint a nyelvi modell egy mondatot kap, és a következő szót jósolja meg. A világmodell ugyanezt képi állapottal teszi: egy képet kap, és a világ következő vizuális állapotát jelzi előre. „Ezek szimulációk, mégis valóságosnak látszanak és érződnek” — mondja.
McClendon szerint a robot úgy tanulhat, hogy nem kell fizikailag mozognia vagy a célkörnyezetben lennie. Valaki lefotózza a helyszínt, a szoftver 3D-modellt készít belőle, majd „millió szimulációt” futtat, hogy a robot megtanulja a tér paramétereit.
Önvezető autók szimulált tanulása
Nem csak a humanoid robotok gyakorolhatnak szimulációban. Az önvezető autók is javulnak a világmodellek segítségével, és ott a másodperc törtrésze alatti szoftverreakciók kiemelten fontosak.
Jamie Shotton, a Wayve főtudósa szerint a világmodellnek reagálnia kell a mi cselekedeteinkre, ezért értenie kell a fizikát, az ok-okozati viszonyokat, és azt, hogy mások hogyan változtatják meg viselkedésüket a mi lépéseinkre. A Wayve generatív világmodelljét részben műszerfali kamerafelvételek táplálják, és ezzel veszélyes útviszonyokat hoz létre, amelyeket valós körülmények között nem lenne praktikus tesztelni.
A videojátékok fejlesztői is vizsgálják, hogyan hathatnak a világmodellek az iparágra. Mivel a fizika és a 3D-renderelés a játékok alapja, olyan nagy szereplők, mint a Tencent, saját világmodellekbe fektetnek. A Google várhatóan továbbra is büszkén mutatja majd legújabb világmodell-fejlesztéseit.
Befektetők és a munkaerőpiac
A befektetők is pénzt öntenek a területbe. Yann LeCun, a Meta korábbi főtudósa nemrég több mint egymilliárd dollárt gyűjtött az Advanced Machines Intelligence nevű cégének. Fei-Fei Li, a Stanford híres számítógép-tudósa World Labs nevű startupját az AMD több mint 8 milliárd dollárért vásárolta meg.
A szerző beszámolója szerint a világmodellek már a háttérben átalakítják a munkaerőpiacot is. Az AI-laboroknak valódi emberek kell, hogy rögzítsék a fizikai világot. A szerző egy telefont rögzített a homlokára, és órákig filmezte a lakásában a mosogatást, a ruhahajtogatást és a kólakiöntést, majd ezeket a videókat egy alkalmazáson keresztül adta el — szerény összegért. Ahogy több cég próbálkozik jobb világmodellek építésével, az ilyen alkalmi munkák iránt is nőhet a kereslet.
A szerző 2016-ban virtuális szörnyeket kergetett, 2026-ban pedig a házimunkáit adta el videó formájában.