Мабуть, не задовольняючись своїм впливом у реальному світі, Google починає розширювати команду свого дослідницького центру DeepMind, щоб створювати генеративні моделі, здатні симулювати фізичний світ. Цей проєкт, який очолить Тім Брукс — один із розробників відеогенератора Sora від OpenAI, стане критично важливим для спроб компанії досягти загального штучного інтелекту (AGI), згідно з описами вакансій, пов’язаних із новою командою.
Брукс, який приєднався до DeepMind після відходу з OpenAI у жовтні, і його команда мають “амбітні плани створити масштабні генеративні моделі, які симулюють світ.” Згідно з описами вакансій, зусилля зі створення моделей світу спрямовані на використання в таких сферах, як візуальна логіка та симуляція, планування для інтерактивних агентів і розваги в реальному часі. Якщо ви готові взяти участь у цьому, можливо, ви зможете розібратися, що це означає, і повідомити нас.
Модель світу, якщо пояснити просто, зазвичай спрямована на симуляцію того, як реально працює світ. Генеративні моделі, як-от Sora, можуть відтворювати речі, які вони бачили у своїх навчальних даних, але не розуміють, чому це відбувається. Наприклад, така модель може успішно створити відео, де людина кидає бейсбольний м’яч, але вона не розуміє фізики цього процесу. Моделі світу мають на меті надати машинам достатньо інформації, щоб вони могли аналізувати, як відбувається дія і які ймовірні наслідки.
Головний науковець Meta з AI Янн ЛеКун описав моделі світу так під час виступу на Hudson Forum цього року:
“Модель світу — це ваша ментальна модель того, як поводиться світ… Ви можете уявити послідовність дій, які можете зробити, і ваша модель світу дозволить вам передбачити, яким буде результат цієї послідовності дій.”
Моделі світу складно створювати з кількох причин, включаючи величезні обчислювальні ресурси, необхідні для роботи таких моделей, і брак достатніх навчальних даних для створення точної моделі. Через це більшість моделей світу працюють лише для обмежених і специфічних контекстів.
Команда DeepMind, схоже, має намір зробити моделі світу ширшими. План передбачає створення інструментів для генерації в реальному часі на основі цих моделей і, потенційно, інтеграцію їх із великим мовним моделем Google під назвою Gemini.
Однією з імовірних сфер, яку спробує охопити DeepMind, є відеоігри. У описі вакансій нової команди зазначено, що вони співпрацюватимуть із командами Veo та Genie від Google. Genie — це відеогенератор, подібний до Sora, а Veo — це вже існуюча модель світу, яка може симулювати 3D-середовища в реальному часі.
Індустрія відеоігор вже активно впроваджує інструменти AI, замінюючи тисячі робочих місць. Згідно з опитуванням CVL Economics, більше ніж 86% ігрових компаній вже використовують генеративні інструменти AI, а 15% робочих місць у цій галузі можуть бути витіснені до 2026 року.
