Кінець епохи ChatGPT: чому класичні чат-боти зайшли в глухий кут і що прийде їм на зміну

Провідні науковці у сфері ШІ почали говорити про глухий кут у розвитку класичних чат-ботів. Здається, в цій сфері людство вперлося в межі. Зокрема, Фей-Фей Лі, професорка комп'ютерних наук Стенфордського університету, зазначає, що сучасні мовні моделі здатні вивчити лише статистичну структуру тексту з книг. Але цього дуже мало. наразі для ШІ критично важливо навчитися "читати оточення".

• Міф про “вимирання” професії зруйновано: чому ШІ не витіснив програмістів з IT-ринку

Чому книжкові знання є обмеженням для роботів

Декан факультету комп'ютерних наук Університету Карнегі-Меллон Мартіал Хебер пояснює, що наразі чат-боти дуже обмежені. Вони не можуть виконувати завдання у фізичному світі, адже не розуміють геометрію простору, динаміки рухів, характеру різних поверхонь.

"Жоден сучасний чат-бот не здатний самостійно взяти та підняти кавову чашку. Ця дія вимагає розуміння геометрії простору, динаміки руху руки та фізичного контакту з поверхнею, що є набагато складнішим за просте передбачення наступного пікселя чи слова", — сказав Хебер.

Тож зараз метою є дати штучному інтелекту розуміння реальності. Також ШІ має навчитися прогнозувати наслідки власних дій. Тож тепер наука піде шляхом розробки моделей світу.

Комп'ютерний вчений Луїс Кастрікато підтверджує, що індустрія пройшла етап фундаментальних досліджень LLM і тепер рухається у бік інтерактивності. Саме для цього потрібні моделі світу. Вони допоможуть втілити ШІ у фізичному світі. Зокрема, ці моделі стануть аналогом людської нервової системи та спинного мозку, які дозволяють тілу миттєво адаптуватися до змін навколишнього середовища.

Компанія Кастрікато використовує моделі світу для створення тривимірних ігрових просторів, які адаптуються та трансформуються безпосередньо під час взаємодії віртуального персонажа з об'єктами.

Наближення ери фізичного ШІ від Nvidia

Раніше Nvidia анонсувала Cosmos 3 — нову відкриту базову модель для фізичного штучного інтелекту. Зазначається, що цей штучний інтелект працює з текстом, зображеннями, відео, звуком та головне діями. Модель здатна прогнозувати розвиток подій та моделювати поведінку об’єктів у фізичному світі. Cosmos 3 можна буде використовувати для навчання роботів. За словами генерального директора компанії Дженсена Хуанга заявив, що подібні прориви в мультимодальних моделях наближають початок нової ери фізичного ШІ.

Раніше ми писали про те, що українські ІТ-фахівці створили “розумний” ШІ-датчик для харчової промисловості. Наразі винахід вже працює на виробництві.