Revolúcia v AI: Modely sveta učia počítače chápať interakcie objektov
Revolúcia v AI: nové modely učia počítače chápať interakcie objektov vo svete. Causal JEPA rozumie príčinným vzťahom (napr. gravitácia), zatiaľ čo Lower dosahuje efektívne modelovanie sveta s jediným hyperparametrom, trénuje sa 50x rýchlejšie!
Predstavte si, že by ste mohli naučiť počítač nielen vidieť svet, ale aj rozumieť tomu, ako sa veci navzájom ovplyvňujú. To je presne cieľom najnovších výskumov v oblasti umelých inteligencií (AI), ktoré predstavili na nedávnom seminári Stanford CS25. Prednášky Hazel Hi Jang Nam a Lucasa Maesa odhalili fascinujúce nové prístupy, ako AI modely môžu efektívne modelovať svet okolo seba a plánovať akcie v ňom. Zameriavame sa najmä na dva zaujímavé projekty: Causal JEPA a Lower – obe predstavujú významný posun smerom k predpovedaniu v latentnom priestore namiesto len rekonštrukcie obrazov.
