AI的下一個前沿：構建「世界模型」以彌合數字智能與物理現實之間的鴻溝
12
2
btccSquare新聞：
人工智能面臨一個關鍵限制：其無法理解物理世界。 斯坦福大學計算機科學家、現代計算機視覺先驅李飛飛指出這是該領域最迫切的挑戰。 解決方案在於開發「世界模型」——能夠進行空間推理並遵守物理定律的生成式AI系統。
當前AI系統嚴重依賴基於文本的學習，這種方法正迅速接近其極限。 未來的進展需要能夠處理圖像、動作和空間關係的多模態模型。 這些系統必須預測環境演變和交互，同時保持物理一致性——這是當今以語言為主導的架構所缺乏的能力。
這一概念源自1940年代KennETH Craik的認知科學研究，並在David Ha和Jürgen Schmidhuber2018年的開創性論文中重新出現。 他們的工作證明神經網絡可以創建用於規劃目的的內部環境模擬。 現在這一框架對機器人和高級AI應用變得至關重要。
來源:
