AI przechodzi specjalny trening, aby przewidywać przyszłość

AI przechodzi trening w kierunku zrozumienia fizycznego świata, dzięki czemu będzie przewidywać przyszłe zdarzenia. Video Joint Embedding Predictive Architecture 2 (V-JEPA 2) to pierwszy światowy model sztucznej inteligencji trenowany za pomocą wideo, który osiąga najnowocześniejszy poziom zrozumienia i przewidywania. Może prognozować, w jaki sposób będzie rozwijał się świat, ustanawiając nowy stan wiedzy w zakresie przewidywania działań na podstawie informacji kontekstowych.

Model sztucznej inteligencji V-JEPA 2, nad którym trwają badania w laboratoriach FAIR (Facebook AI Research) stworzonych przez firmą Meta, to kolejny krok w kierunku urzeczywistnienia wizji sztucznej inteligencji, która wykorzystuje model świata do zrozumienia rzeczywistości fizycznej, przewidywania wyników i planowania efektywnych strategii. Wszystko to przy minimalnym nadzorze – czytamy na stronie ai.meta.com.

Rozumować i planować jak człowiek

Co jeśli AI mogłaby rozumować i planować bez wysiłku jak my? To jedno z wielkich wyzwań naukowych. Dzięki możliwości zrozumienia i przewidywania model V-JEPA 2 może być stosowany do działań robota w zupełnie nowym otoczeniu, bez konieczności angażowania do nauki licznych, nieznanych dla niego obiektów.

62-godzinny trening na specjalnym zestawie danych powoduje, że robot działa w zupełnie nowych środowiskach. Poprzez określanie zadań jako „obrazów celów” trenowany model wykonuje takie działania, jak sięganie, chwytanie, podnoszenie i umieszczanie w określonym miejscu różnych przedmiotów. Trening odbywa się bez obszernych danych lub wideo-prezentacji konkretnych zadań. Robot umie odnaleźć się w zupełnie nowym dla siebie środowisku.

Model świata samonadzorowanego

W programie V-JEPA 2 zastosowano dwufazowe podejście szkoleniowe. Koder i predyktor są wstępnie trenowane poprzez samouczenie się na podstawie danych wizualnych z wykorzystaniem licznych materiałów wideo do wstępnego zrozumienia świata fizycznego i prognozowania. Dokładne dostrojenie do niewielkiej ilości danych umożliwia efektywne uczenie, bez konieczności przeprowadzania obszernych eksperymentów z udziałem ekspertów, które są znacznie trudniejsze na dużą skalę.

FAIR udostępnia V-JEPA 2 społeczności, aby mogła rozwijać prace. Oczekuje, że dzięki temu powstaną nowe modele i przełomowe aplikacje. Badacze mają nadzieję, że zapoczątkuje to nową erę robotyki umożliwiając agentom AI poruszanie się w środowiskach fizycznych w celu wykonywania domowych obowiązków i skomplikowanych zadań. Stworzone przez AI modele świata wygenerują alerty w czasie rzeczywistym o zbliżających się problemach i zagrożeniach.