Компанията на Илон Мъск, xAI, се готви за следващата голяма фаза в развитието на изкуствения интелект – изграждането на т.нар. световни модели (world models), пише Financial Times.

Технологията, по която вече работят и технологични гиганти като Google и Meta, има амбицията да даде на AI способността да разбира, проектира и взаимодейства с реалния свят.

През лятото стартъп начинанието на Мъск е наело специалисти от Nvidia, за да разработи модели от ново поколение, които се обучават не само чрез текст и изображения, но и чрез данни от роботи и видеа. Целта на проекта е системите да „осмислят“ физическата реалност.

Според източници, запознати с плановете на компанията, xAI изгражда световни модели с перспектива за приложение в гейминг индустрията. Технологията би позволила автоматично създаване на интерактивни 3D среди. Според източниците, цитирани от Financial Times, подобни модели могат да открият приложение и в системи за роботи.

Сред новите попълнения в екипа са докторите по изкуствен интелект Зийшан Пател и Итън Хъ – двама изследователи от Nvidia, които имат опит именно в разработването на световни модели. Nvidia е сред пионерите в тази област със своята платформа Omniverse, която симулира реални среди за обучение на AI системи.

Някои технологични компании имат огромни очаквания – според Nvidia пазарният потенциал на световните модели може да достигне мащаба на настоящата глобална икономика.

Мъск потвърждава в публикация в X, че xAI ще пусне първата си видеоигра, изцяло създадена с изкуствен интелект, преди края на следващата година – цел, която той обяви още през 2024 г.

Междувременно, във вторник компанията представя и нов модел за генериране на изображения и видео, който според екипа предлага „огромни подобрения“ и е свободно достъпен за използване.

Докато настоящи инструменти като Sora на OpenAI създават видеа чрез предсказване на визуални модели, извлечени от обучителни данни, световните модели ще могат да разбират физическите зависимости и взаимодействия между обекти в реално време – не просто да имитират, а реално да „осъзнават“ средата.

xAI вече набира инженери и специалисти в областта на визуалните технологии и видеогенерацията за своя екип, чиято цел е да развива AI технологии, които разбират и създават съдържание не само чрез текст, но и чрез образ, видео и звук.

Заплащането за тези позиции варира между 180 000 и 440 000 долара годишно, а компанията дори предлага позиция за „учител по видео игри“, който ще обучава модела Grok да създава игри и да позволява на потребителите да изследват AI-подпомогнат гейм дизайн. Заплащането за тази роля варира между 45 и 100 долара на час.

Мъск следва стъпките на Google и Meta, които също работят по подобни системи. Но експертите предупреждават, че световните модели остават едно от най-големите технологични предизвикателства – както заради нуждата от огромни количества реалистични данни, така и заради високите разходи за симулации.

„AI не може да реши големия проблем на гейминг индустрията – лидерството и визията“, пише в X Майкъл Даус, ръководител на издателството на Larian Studios, създатели на Baldur’s Gate 3. „Индустрията няма нужда от още „математически произведени, но психологически тренирани игри“, а от повече светове, с които хората искат да се ангажират – и да вярват в тях.“