Η Meta παρουσίασε την Τετάρτη το νέο μοντέλο τεχνητής νοημοσύνης V-JEPA 2 , ένα «world model» που έχει σχεδιαστεί για να βοηθά τους πράκτορες τεχνητής νοημοσύνης να κατανοήσουν τον κόσμο γύρω τους.
Το V-JEPA 2 είναι μια επέκταση του μοντέλου V-JEPA που κυκλοφόρησε η Meta πέρυσι, το οποίο εκπαιδεύτηκε σε πάνω από 1 εκατομμύριο ώρες βίντεο. Αυτά τα δεδομένα εκπαίδευσης βοηθούν τα ρομπότ ή άλλους πράκτορες Τεχνητής Νοημοσύνης να λειτουργούν στον φυσικό κόσμο, κατανοώντας και προβλέποντας πώς έννοιες όπως η βαρύτητα θα επηρεάσουν ή τι θα συμβεί στη συνέχεια σε μια ακολουθία.
Η Meta απεικονίζει παραδείγματα όπου ένα ρομπότ μπορεί να έρθει αντιμέτωπο, για παράδειγμα, με την οπτική γωνία του να κρατάει ένα πιάτο και μια σπάτουλα και να περπατάει προς μια εστία με μαγειρεμένα αυγά. Η Τεχνητή Νοημοσύνη μπορεί να προβλέψει ότι μια πολύ πιθανή επόμενη ενέργεια θα ήταν να χρησιμοποιήσει τη σπάτουλα για να βάλει τα αυγά στο πιάτο.
Σύμφωνα με τη Meta, το V-JEPA 2 είναι 30 φορές ταχύτερο από το μοντέλο Cosmos της Nvidia, το οποίο προσπαθεί επίσης να βελτιώσει την ευφυΐα που σχετίζεται με τον φυσικό κόσμο. Ωστόσο, η Meta ενδέχεται να αξιολογεί τα δικά της μοντέλα σύμφωνα με διαφορετικά benchmarks από αυτά της Nvidia.
«Πιστεύουμε ότι τα world models θα εγκαινιάσουν μια νέα εποχή για τη ρομποτική, επιτρέποντας στους πραγματικούς πράκτορες Τεχνητής Νοημοσύνης να βοηθούν σε δουλειές και φυσικές εργασίες χωρίς να χρειάζονται αστρονομικές ποσότητες δεδομένων ρομποτικής εκπαίδευσης», εξήγησε σε βίντεο ο επικεφαλής επιστήμονας Τεχνητής Νοημοσύνης της Meta, Yann LeCun.
