Приближение к "суперинтеллекту": виртуальные миры открывают новый этап развития ИИ

Современные модели искусственного интеллекта в основном овладевают знаниями из текстов, изображений и видео. Однако для развития следующего поколения технологий они нуждаются в "моделях мира" — симулированных сред, которые позволяют учиться через взаимодействие, планирование и эксперименты. Именно такие виртуальные площадки, по словам экспертов, могут стать ключом к созданию "физического искусственного интеллекта" и даже будущего общего ИИ, пишет The Wall Street Journal.

Концепция моделей мира предполагает, что алгоритмы должны учиться из опыта, а не только из больших массивов данных. Как объясняет партнер венчурной компании Lightspeed Мориц Байер-Ленц, от беспилотных автомобилей до новых типов роботов — все эти технологии выиграют от такого подхода. Генеральный директор Nvidia Дженсен Хуанг добавляет, что симулированные среды способны разблокировать "физический ИИ", необходимый для автономного управления сложными системами.

Фей-Фей Ли, профессор Стэнфордского университета и одна из ведущих исследовательниц в области ИИ, привлекла 230 миллионов долларов для запуска стартапа World Labs, который специализируется на моделировании мира. В свою очередь, Google DeepMind разрабатывает проекты, способные генерировать симуляции реальной среды с высокой точностью.

Яркий пример — система Genie 3, находящаяся на этапе исследования. Она может создавать фотореалистичные виртуальные ландшафты с открытым миром только на основе текстовой подсказки. В такой среде ИИ может тренироваться, делать ошибки и учиться путем подкрепления — подобно тому, как это делают люди или животные. По словам руководителя проекта Джека Паркера-Голдера, именно эти среды помогут обучать алгоритмы, которые в будущем будут управлять роботами и автономным транспортом.

Ученые отмечают, что нынешние генеративные модели, в частности чат-боты, не имеют настоящего понимания мира, а лишь прогнозируют вероятности на основе полученных данных. Это ограничение освещает Atari 2600 с программой 1979 года, который способен обыграть современные модели в шахматы благодаря простой внутренней "модели мира" — базе данных. Однако система MuZero от Google, созданная в 2019 году, смогла превзойти его благодаря способности строить точное отображение игры.

Компании уже применяют эти подходы в практических задачах. Так, Waabi создала симуляционную среду Waabi World, где искусственный интеллект тренируется управлять грузовиками. По словам генерального директора Ракель Уртасун, это позволяет алгоритмам проезжать миллионы виртуальных миль и учиться безопасно преодолевать аварийные ситуации. Она ожидает, что к концу года программное обеспечение сможет управлять грузовиком на реальной дороге.

В то же время возникают вопросы относительно последствий для рынка труда. Если сейчас искусственный интеллект постепенно берет на себя часть онлайн-задач, то системы, осваивающие модели мира, потенциально смогут претендовать и на работу в сферах физического труда. Это означает, что роботы могут вскоре появиться не только в офисах, но и среди водителей, техников или сиделок.

Пока неизвестно, приведет ли развитие моделей мира к созданию настоящего "суперинтеллекта". Но ученые соглашаются, что в ближайшей перспективе они способны сделать искусственный интеллект более надежным в пространственном мышлении и критически важным для его применения в реальной жизни.

Хотя в США уже наблюдается тенденция вытеснения искусственным интеллектом молодых работников в уязвимых к автоматизации сферах, в Европе подобное масштабное влияние пока не фиксируется. По словам экспертов, в ЕС дефицит рабочих мест в традиционных отраслях, таких как строительство и производство, опережает влияние ИИ на десятилетия.