AI的下一個戰場是看懂真實世界。圖/法新社、美聯社
編譯/潘楠慕
人工智慧(AI)聊天機器人問世短短幾年來,已經會寫文章、寫程式、回答問題,但是它能看懂真實世界嗎?許多AI科學家和新創公司正轉向下一個戰場:讓AI不只理解文字,也能理解真實世界的空間、動作和物理規則。
此領域稱為「世界模型」(world models),目標是讓AI懂得如何與實體環境互動,並預測做出一個動作會有什麼後果。卡內基美隆大學電腦科學院長赫伯特(Martial Hebert)指出,實體世界的互動複雜得多,以拿起咖啡杯為例,涉及手如何移動、杯子的受力等物理互動。
原本在美國布朗大學攻讀博士、研究大型語言模型8年的卡斯特里卡托(Louis Castricato),就是轉向該領域的一個例子。他認為,大型語言模型的基礎研究已接近瓶頸,「現在基本上只剩應用」,他想要打造能理解、並在其中行動的AI。
AI界重量級人物也投入這波浪潮。「AI教母」李飛飛(Fei-Fei Li)指出,「世界模型」是當前AI最重要、也最被濫用的詞之一,「語言模型學的是文字結構和規律,世界模型則要懂空間和時間」。
AI先驅楊立昆(Yann LeCun)也說,世界模型是讓AI代理系統能夠「預測其自身行動會有什麼後果」的重要基礎。赫伯特認為,這是邁向「實體AI」(physical AI)的快速且低成本之道。
不過,世界模型目前並非單一技術。李飛飛將它分成偏重畫面擬真的「算圖器」(renderers)、忠實模擬實體世界的「模擬器」(simulators),以及協助機器人判斷下一步的「規畫器」(planners)。她說:「機器人能規畫才能工作,整個產業都在爭先達到這個目標。」