Гонитва за «світовими моделями»: Google, Meta і Nvidia шукають шлях до машинного суперінтелекту

Google DeepMind, Meta і Nvidia – активізували розробку так званих світових ШІ-моделей (world models), які здатні навчатися на відео та робототехнічних даних, щоб краще орієнтуватися у фізичному середовищі.

Про це повідомляє Financial Times.

Цей підхід набирає популярності на тлі занепокоєння, що великі мовні моделі (LLM), які лежать в основі чат-ботів на кшталт ChatGPT, досягли межі свого розвитку. Попри величезні інвестиції нові покоління LLM демонструють дедалі менші стрибки в ефективності. У Nvidia заявили, що потенціал світових моделей може сягати ринків обсягом у $100 трлн, адже вони виходять за межі цифрової сфери й відкривають нові можливості для промисловості, медицини, автомобілебудування та робототехніки.

Такі системи створюються на основі великих масивів реальних або змодельованих даних і розглядаються як ключовий крок у розвитку самокерованих авто, роботів та агентів ШІ. Водночас вони потребують колосальних обчислювальних потужностей і досі лишаються складним технічним викликом.

Останні місяці відзначилися низкою проривів:

• Google DeepMind презентувала модель Genie 3, яка генерує відео покадрово, враховуючи попередні взаємодії;
• Meta тестує свою модель V-JEPA на роботах, відтворюючи спосіб, у який діти вчаться через спостереження за світом;
• Runway запустила продукт, що створює інтерактивні ігрові сцени в реальному часі, а стартап World Labs, заснований Фей-Фей Лі, працює над генерацією 3D-середовищ з одного зображення.

Окрім того, компанія Niantic, відома грою Pokémon Go, зібрала дані про понад 10 млн локацій світу, що може стати базою для тренування нових світових моделей.

Бекграунд. Раніше Mind повідомляв, що Microsoft протестувала нову систему охолодження для ШI-чипів. Технологія microfluidics охолоджує втричі ефективніше за традиційні cold plates.