Τα world models γίνονται πανταχού παρόντα: ρομποτική και αυτόνομα οχήματα στην επόμενη φάση

Τα world models ετοιμάζονται να διαχυθούν στην καθημερινότητα, ενισχύοντας οικιακά ρομπότ και αυτόνομα αυτοκίνητα, με το 2027 να προβάλλει ως κομβική χρονιά για την εξάπλωσή τους.

Το 2016, εκατομμύρια παίκτες κυνηγούσαν χαρακτήρες στο Pokémon Go μέσα από το κινητό τους. Εκείνες οι σαρώσεις του περιβάλλοντος, σύμφωνα με την ανάλυση, θα βοηθήσουν μελλοντικά ρομπότ να πλοηγούνται και να αλληλεπιδρούν με αντικείμενα.

Η Niantic, δημιουργός του Pokémon Go, πούλησε το παιχνίδι πέρυσι και στράφηκε δυναμικά στα world models. «Είμαστε απολύτως προσηλωμένοι στην ανακατασκευή του πραγματικού κόσμου», λέει ο Brian McClendon, CTO της Niantic Spatial, που θέλει να αξιοποιήσει το απόθεμα δεδομένων της εταιρείας για τη δημιουργία ψηφιακών αντιγράφων. Σε αντίθεση με τα μεγάλα γλωσσικά μοντέλα, τα world models βασίζονται σε οπτικά δεδομένα και μπορούν να παράγουν ψηφιακά περιβάλλοντα που προσομοιώνουν τη φυσική.

Ο Oliver Cameron, CEO της Odyssey, εξηγεί τη διαφορά: «Με ένα γλωσσικό μοντέλο έχεις μια πρόταση και θα προβλέψει την επόμενη λέξη. Με ένα world model, του δίνεις μια οπτική κατάσταση του κόσμου, μια εικόνα, και θα προβλέψει την επόμενη οπτική κατάσταση του κόσμου». Οι τρισδιάστατες γεννήσεις χρησιμεύουν ως ψηφιακά πεδία εκπαίδευσης. «Είναι προσομοιώσεις, αλλά μοιάζουν και “νιώθουν” πραγματικές», λέει.

Ο McClendon βλέπει τα world models να επιτρέπουν στα ρομπότ να «προπονούνται» χωρίς φυσική κίνηση ή παρουσία στον χώρο. Κάποιος μπορεί να τραβήξει φωτογραφίες του χώρου όπου θα λειτουργήσει το ρομπότ, να δημιουργήσει τρισδιάστατο μοντέλο και να αφήσει το λογισμικό να τρέξει «εκατομμύρια προσομοιώσεις» για να μάθει τις παραμέτρους.

Δεν είναι μόνο τα ανθρωποειδή· και τα αυτόνομα οχήματα βελτιώνονται μέσω world models, όπου οι αντιδράσεις του λογισμικού σε κλάσματα δευτερολέπτου είναι κρίσιμες. «Σημαντικό είναι ότι ένα world model πρέπει να μπορεί να αντιδρά στις πράξεις μας στον κόσμο· άρα πρέπει να κατανοεί φυσική, αιτίωση και το πώς αλλάζουν τις ενέργειές τους άλλα αντικείμενα και άνθρωποι ως απάντηση στις δικές μας», λέει ο Jamie Shotton, chief scientist στη Wayve, που αναπτύσσει world models για αυτοκίνητα.

Το γενετικό world model της Wayve τροφοδοτείται, μεταξύ άλλων, από υλικό από dashcams. Η εταιρεία το χρησιμοποιεί για να αναπαράγει επικίνδυνους δρόμους και άλλες συνθήκες που δεν είναι πρακτικό να δοκιμαστούν στον πραγματικό κόσμο.

Πέρα από τις φυσικές εφαρμογές, εξετάζεται και ο αντίκτυπος στα video games. Δεδομένου ότι φυσική και τρισδιάστατη απεικόνιση είναι πυρήνας τους, μεγάλοι παίκτες όπως η Tencent επενδύουν στα δικά τους world models.

Μεγάλες εταιρείες τεχνητής νοημοσύνης, όπως η Google, αναμένεται να συνεχίσουν να προβάλλουν βελτιώσεις στα world models. Την ίδια στιγμή, οι επενδυτές τοποθετούνται σε γνωστά ονόματα της επιστήμης υπολογιστών που στρέφονται στην τεχνολογία: ο Yann LeCun, πρώην chief AI scientist της Meta, συγκέντρωσε πρόσφατα πάνω από 1 δισ. δολάρια για τη χρηματοδότηση της Advanced Machines Intelligence. Η Fei-Fei Li ίδρυσε το 2024 τη World Labs, την οποία η AMD απέκτησε φέτος με τίμημα άνω των 8 δισ. δολαρίων.

Ακόμη κι αν κάποιος αποφύγει αυτόνομα αυτοκίνητα και οικιακά ρομπότ, τα world models ήδη επηρεάζουν την αγορά εργασίας στο παρασκήνιο. Για να προσομοιωθεί ο φυσικός κόσμος, τα εργαστήρια χρειάζονται ανθρώπους να τον καταγράφουν. Ο αρχικός συντάκτης περιγράφει ότι νωρίτερα φέτος στερέωσε ένα iPhone στο μέτωπο και κατέγραψε για ώρες βίντεο μέσα στο διαμέρισμά του: τα χέρια του να διπλώνουν ρούχα, να πλένουν πιάτα, να σερβίρουν Diet Coke, πουλώντας τα δεδομένα μέσω εφαρμογής για μικρή αμοιβή. Καθώς περισσότερες εταιρείες προσπαθούν να φτιάξουν καλύτερα world models, εκτιμάται ότι θα αυξηθούν τα μικροεργασίας αυτού του τύπου.

Από το κυνήγι ψηφιακών τεράτων το 2016 ως την πώληση βίντεο με δουλειές σπιτιού το 2026, αυτά τα συστήματα απορροφούν ολοένα περισσότερες πτυχές της φυσικής ζωής. Ο ίδιος κλείνει με την εικόνα ενός ανθρωποειδούς «παγιδευμένου» σε προσομοίωση του υπνοδωματίου του, να διπλώνει ασταμάτητα εσώρουχα με μεταλλικά νύχια — κάθε φορά και λίγο καλύτερα — και ζητά… συγγνώμη που δεν τακτοποίησε πρώτα.

Πηγή: share.google.