Γιατί τα world models έχουν σημασία
Τα περισσότερα συστήματα τεχνητής νοημοσύνης σήμερα βλέπουν τον κόσμο ως επίπεδες εικόνες ή αφηρημένα δεδομένα. Δεν κατανοούν πραγματικά ότι μια καρέκλα είναι κάτι στο οποίο κάθεσαι, ότι ένας τοίχος δεν μπορεί να διασχιστεί, ή ότι ένα κύπελλο θα πέσει αν σπρωχτεί από ένα τραπέζι. Το πλαίσιο της Li προσπαθεί να το διορθώσει αυτό, οικοδομώντας αυτό που ονομάζει world model — μια εσωτερική αναπαράσταση του περιβάλλοντος που περιλαμβάνει γεωμετρία, φυσική και τις σχέσεις μεταξύ αντικειμένων.
Αυτό το είδος χωρικής νοημοσύνης είναι κρίσιμο για ρομπότ που πρέπει να λειτουργούν σε σπίτια, αποθήκες ή νοσοκομεία. Μια ηλεκτρική σκούπα που δεν κατανοεί τις γωνίες προσκρούει σε αυτές. Ένα drone παράδοσης που δεν μπορεί να προβλέψει τον άνεμο μπορεί να ρίξει ένα δέμα. Η προσέγγιση της Li υπόσχεται να ξεπεράσει αυτά τα όρια, επιτρέποντας σε μια τεχνητή νοημοσύνη να προσομοιώνει πιθανές ενέργειες πριν τις εκτελέσει.
Από την προσομοίωση στην πραγματικότητα
Το πλαίσιο δεν αφορά μόνο καλύτερους χάρτες. Αφορά την εκμάθηση του τρόπου συμπεριφοράς του κόσμου. Το μοντέλο θα εκτελεί υποθετικά σενάρια — τι συμβαίνει αν το ρομπότ σπρώξει ένα κουτί, ή αν ένα άτομο περάσει μπροστά του — και θα ενημερώνει την κατανόησή του με βάση αυτό που συμβαίνει στην πραγματικότητα. Αυτός ο βρόχος ανάδρασης θα μπορούσε να κάνει τα ρομπότ πιο προσαρμοστικά και ασφαλέστερα.
Η Li εργάζεται πάνω στη χωρική νοημοσύνη εδώ και χρόνια. Η προηγούμενη έρευνά της στην αναγνώριση εικόνας βοήθησε στην εκπαίδευση υπολογιστ
