Стартап компанії Elon Musk у сфері штучного інтелекту, xAI, рухається вперед, розробляючи світові моделі — системи ШІ, спрямовані на розуміння і взаємодію з фізичним світом, більше ніж просто обробку тексту і зображень. Ця амбітна ініціатива ставить xAI у конкуренцію з великими гравцями, такими як Meta та Google, які також прагнуть створити машини, що навчаються у реальному світі і навіть створюють його. Хоча це відповідає концепції штучного загального інтелекту (AGI), цей термін у звітах не був прямо зазначений. Згідно з інформацією Financial Times, нещодавно xAI залучила до роботи провідних дослідників Nvidia для прискорення розробки світових моделей. Ці передові системи навчаються на відео і роботизованих даних для розуміння реальних фізичних процесів, таких як фізика, рух і причинно-наслідкові зв'язки — навички, яких нинішні текстові моделі, наприклад ChatGPT і Grok, позбавлені. На відміну від ІІ, що передбачає слова або пікселі, світові моделі прагнуть зрозуміти, як об'єкти поводяться у тривимірних просторах — як м'яч відскакує, як рухається світло або як робот орієнтується у заплутаній кімнаті — фактично надаючи ІІ фізичну інтуїцію. Джерела, знайомі з планами xAI, повідомляють, що ці моделі спочатку можуть покращити ігри, дозволяючи створювати захоплюючі, динамічні 3D-середовища, а згодом підтримувати робототехніку, допомагаючи машинам зрозуміти і проектувати реальні простори. Для цього xAI найняла Зішана Пателя та Ітана Хе — колишніх експертів Nvidia у світовому моделюванні. Платформа Nvidia Omniverse — піонер у симуляції цифрових світів — відображає експертизу, яку привносить компанія.

М Musk підтвердив у Twitter (X), що xAI планує запустити “велику гру, створену штучним інтелектом, ” до кінця наступного року, що свідчить про суттєвий прогрес. Крім того, xAI нещодавно оприлюднила оновлену модель генерації зображень і відео, доступну безкоштовно для користувачів, і швидко розширює свій “омні-команду, ” спрямовану на створення AI-досвідів, що виходять за межі тексту, включаючи зображення, відео і аудіо. Оголошення про вакансії демонструють зарплати від 180 000 до 440 000 доларів на рік, а ролі на зразок “репетитора відеоігор” пропонують 45–100 доларів за годину для допомоги у навчанні чатбота Grok у геймдизайні. Можливий ринок технологій світових моделей є величезним — можливо, навіть конкурує з глобальною економікою, за оцінками Nvidia, оскільки такі ІІ можуть революціонізувати робототехніку, промислову автоматизацію та автономні транспортні засоби. Разом з тим, технічна складність є дуже високою, оскільки потрібно безліч даних, обчислювальних потужностей і точне моделювання фізики та людської поведінки — аспектів, що досі залишаються за межами можливостей навіть провідних лабораторій. У галузі геймінгу залишається скептицизм. Міхеїл Дусе, керівник видавництва у Larian Studios (розробники Baldur’s Gate 3), висловив сумніви у Twitter, наголошуючи, що головна проблема у геймінгу — це “лідерство і бачення, ” а не “математично сформовані, психологічно натреновані ігрові цикли. ” Він закликає створювати світи, що справді залучають гравців. З прогресом xAI інвестиція Маска у світові моделі є сміливою спробою об’єднати штучний інтелект із фізичним і цифровим світом. Успіх може змінити спосіб людсько-машинної взаємодії з реальністю, тоді як невдача стане ще одним цікавим епізодом у безперервних науково-фантастичних проектах Маска. — Кінець