სტარტაპი ხელოვნურ ინტელექტს მოთამაშეების ქცევით გაწვრთნის

ხელოვნური ინტელექტის ინდუსტრიაში სულ უფრო მეტად მიიჩნევენ, რომ ენის დიდ მოდელებს ფიზიკურ სამყაროში ორიენტირების უუნარობა შეზღუდავს. მხოლოდ ტექსტზე გაწვრთნილი მოდელები შესაძლოა ავტონომიური ავტომობილების, რობოტული მკლავებისა და ზუსტ მოქმედებათა მართვისთვის გამოუსადეგარი აღმოჩნდეს. ფეი-ფეი ლი და იან ლეკუნი ამ ნაკლის აღმოსაფხვრელად მსოფლიო მოდელებზე მუშაობენ.

მსოფლიო მოდელებმა რეალური ფიზიკის ასათვისებლად ვიზუალური და მოქმედებების მონაცემები უნდა მიიღონ. რობოტული მკლავის გასაწვრთნელად ქარხნის ვიდეოსთან ერთად საჭიროა ინფორმაცია მოჭერის ძალისა და ბრუნვის მომენტის შესახებ. ტექსტის უზარმაზარი მასივებისგან განსხვავებით, ასეთი მონაცემების მსგავსი კრებული ხელმისაწვდომი არ არის.

სარის უნივერსიტეტის (University of Surrey) ასოცირებულმა პროფესორმა სიატიან ჟუმ თქვა: „მსოფლიო მოდელებისთვის მიზეზი და შედეგი გჭირდებათ. ინტერნეტში ამ ტიპის მონაცემები ძალიან ცოტაა“.

ბრიტანული სტარტაპი Worldmodeldata, რომელსაც ლეკუნი კონსულტაციას უწევს, ვიდეოთამაშების სტუდიებიდან კონტროლერის ბრძანებებსა და სხვა მონაცემებს აგროვებს. შემდეგ მათ მსოფლიო მოდელების გასაწვრთნელ კრებულებად აყალიბებს. General Intuition და Niantic საკუთარი პლატფორმებიდან მონაცემებს უკვე აგროვებენ. Worldmodeldata კი შუამავლობას სთავაზობს ლაბორატორიებს, რათა მათ მრავალ სტუდიასთან ცალ-ცალკე შეთანხმება არ დასჭირდეთ.

Worldmodeldata-ს აღმასრულებელმა დირექტორმა რეა ლუკასმა უაირდს უთხრა: „მილიონობით შესანიშნავი თამაში სულ უფრო მეტად ემსგავსება რეალურ სამყაროს. რატომ არ უნდა გამოვიყენოთ ვიდეოთამაშების უხვი და მრავალფეროვანი გამოცდილება ხელოვნური ინტელექტის სასწავლებლად?“

მკვლევრები ვარაუდობენ, რომ ენის დიდი მოდელების მსგავსად, მსოფლიო მოდელების მუშაობაც სასწავლო მონაცემების ზრდასთან ერთად გაუმჯობესდება. ამიტომ შესაბამისი მონაცემების დეფიციტი პროგრესის ერთ-ერთი მთავარი შემაფერხებელი რგოლია.

ზოგი ლაბორატორია მონაცემებს ადამიანებსა და რობოტებზე სენსორების მიმაგრებით ქმნის. თუმცა, ეს მეთოდი მცირე მოცულობას იძლევა და იშვიათ ვითარებებს ვერ მოიცავს.

General Intuition-ის ინვესტორი, Khosla Ventures-ის პარტნიორი ნიკოლ ფრენკელი ამბობს: „შეგიძლიათ ადამიანებს საგნების გადატანის დემონსტრირებაში გადაუხადოთ. მაგრამ გამეორება ვერ ასახავს სამყაროს ქაოსს, რომელშიც მანქანამ უნდა იმუშაოს“.

Worldmodeldata-ს აზრით, სამგანზომილებიანი გარემოს ვიზუალური გამოსახულებებისა და მოთამაშის მოქმედებების ერთობლიობა საკმარისი მოცულობითა და მრავალფეროვნებით მოიპოვება. ფრენკელის თქმით, გადამწყვეტი სწორედ იშვიათი შემთხვევებია, რადგან ავტომობილის, თვითმფრინავის, დრონის, ქარხნის სატვირთველის ან ავტონომიური ოთხფეხა რობოტის შეცდომა ძალიან ძვირია.