Основният проблем на изкуствения интелект днес не е качеството на

...
Основният проблем на изкуствения интелект днес не е качеството на
Коментари Харесай

Alibaba инвестира 290 млн. долара в следващата фаза на AI отвъд ограниченията на LLM

Основният проблем на изкуствения разсъдък през днешния ден не е качеството на писане. Системи като ChatGPT към този момент основават текст, който мъчно се отличава от човешкия. Истинското ограничаване е, че моделите не схващат света, в който действат. Тук стартира идната огромна промяна в промишлеността.

Според CNBC, Alibaba подхваща стратегически ход, който ясно демонстрира посоката на пазара. Компанията води инвестиция от 2 милиарда юана (около 290 млн. долара) в стартъпа ShengShu, разработчик на AI видео генератора Vidu. Това е пряк залог на новата софтуерна парадигма – така наречен „ международни модели “.

Големите езикови модели преобладават през последните години, само че към този момент срещат своите ограничавания. Те са подготвени главно върху текст, което ги прави ефикасни в връзката, само че ги лимитира в разбирането на физическия свят. Например могат да опишат по какъв начин работи една врата, само че не и да плануват надеждно държанието ѝ в съответна действителна обстановка.

Световните модели адресират този недостиг. Вместо да разчитат единствено на текст, те се образоват с видео, тон и други мултимодални данни, които отразяват действителни процеси. Целта не е просто генериране на наличие, а създаване на системи, които симулират причинно-следствени връзки в действителна среда. Идеята е AI не просто да „ вижда “, а и да реагира съответно – да свързва усещането с действието по метод, който до момента остава сложен за реализиране.
Китай пренарежда AI конкуренцията
Инвестицията в ShengShu е част от по-широко пренареждане на целите в Alibaba. Компанията към този момент поддържа планове като Tripo AI и PixVerse, които създават модели за 3D среда и държание в действително пространство. Конкуренцията също напредва – ByteDance и Kuaishou към този момент основават свои AI принадлежности за видео, което прави този сегмент една от най-динамичните области в конкуренцията.

Това е друг стратегически метод към пазара. Докато някои западни компании не престават да развиват езикови модели, китайските компании насочват запаси към AI, който може да работи в действителна среда, а освен да генерира наличие. Тук се крие и по-големият стопански капацитет – при самостоятелните транспортни средства, индустриалните роботи и системите за осъществяване на съответни задания в действителния свят.
Защо „ международните модели “ се трансформират в изчезналото звено
Фокусът последователно се измества – не е значимо какъв брой „ интелигентен “ наподобява един модел, а до каква степен схваща света към себе си. Според Кевин Кели, с цел да се приближи до човешката просветеност, изкуственият разсъдък би трябвало да съчетава дарба за размишление, чувство за физическата действителност и умеене да учи непрекъснато. Големите езикови модели към този момент покриват ненапълно първия аспект, само че разбирането на действителния свят към момента изостава.

Тук се нареждат международните модели. Те са основата за така наречен embodied AI – системи, които освен проучват информация, само че и работят: роботи, самостоятелни машини, интелигентни индустриални линии. Без благонадежден модел на действителността тези технологии остават лимитирани или рискови.

Продуктът на ShengShu – Vidu – към този момент е измежду водещите модели за генериране на видео от текст и изображения, съгласно Artificial Analysis.

Истинската му стойност се крие в данните и моделите, които го зареждат. Генерирането на реалистични видеа изисква схващане на физика, придвижване и пространствени взаимоотношения – точно тези детайли са основни за международните модели.

Фактът, че ShengShu излиза на световния пазар с подобен артикул, демонстрира нещо значимо: нововъведението към този момент не е еднопосочна. Китайските компании освен догонват, само че в някои сегменти стартират да дефинират темпото.

Настоящият стадий в развиването на изкуствения разсъдък е явен. Първата вълна се концентрира върху интерфейса – чатботи и системи като ChatGPT, които направиха технологията налична за всеобщия консуматор. Сега вниманието се измества към идващото равнище – модели, които освен генерират наличие, само че и се стремят да схванат по какъв начин действа действителният свят.
Източник: profit.bg


СПОДЕЛИ СТАТИЯТА


КОМЕНТАРИ
НАПИШИ КОМЕНТАР