Google po formon një ekip të ri për të punuar në modelet e AI që mund të simulojnë botën fizike. Tim Brooks, një nga bashkë-drejtuesit në gjeneratorin e videove të OpenAI, Sora, i cili u nis për në laboratorin e kërkimit të AI të Google, Google DeepMind, në tetor, do të drejtojë ekipin e ri, njoftoi ai në një postim në X. Do të jetë pjesë e Google DeepMind.
“DeepMind ka plane ambicioze për të bërë modele masive gjeneruese që simulojnë botën. Unë jam duke punësuar një ekip të ri me këtë mision”, shkroi Brooks.
Sipas listimeve të punës me të cilat Brooks është lidhur në postimin e tij, ekipi i ri i modelimit do të bashkëpunojë dhe do të ndërtohet mbi punën nga ekipet e Google Gemini, Veo dhe Genie për të trajtuar “problemet e reja kritike” dhe për të shkallëzuar modelet “në nivelet më të larta të llogaritjes”. Gemini është seria kryesore e modeleve të inteligjencës artificiale të Google për detyra të tilla si analizimi i imazheve dhe gjenerimi i tekstit, ndërsa Veo është modeli i gjenerimit të videove të vetë Google. Sa për Genie, është marrja e Google për një model botëror AI që mund të simulojë lojëra dhe mjedise 3D në kohë reale. Modeli më i fundit Genie i Google, i parë në dhjetor, mund të gjenerojë një larmi të madhe botësh 3D që mund të luhen.
“Ne besojmë se shkallëzimi, trajnimi i AI, në video dhe të dhëna multimodale është në rrugën kritike drejt inteligjencës së përgjithshme artificiale”, thuhet në një nga përshkrimet e punës. Inteligjenca e përgjithshme artificiale, ose AGI, në përgjithësi i referohet AI që mund të përmbushë çdo detyrë që mundet një njeri. “Modelet botërore do të fuqizojnë fusha të shumta, të tilla si arsyetimi dhe simulimi vizual, planifikimi për agjentët e mishëruar dhe argëtimi interaktiv në kohë reale.”
Sipas përshkrimit, ekipi i ri i Brooks do të kërkojë të zhvillojë mjete “gjenerimi interaktiv në kohë reale” në krye të modeleve që ata ndërtojnë dhe të studiojë se si të integrojnë modelet e tyre me modelet ekzistuese multimodale si Gemini. Një numër startup-sh dhe kompanish të mëdha të teknologjisë po ndjekin modelet botërore, duke përfshirë studiuesin me ndikim të inteligjencës artificiale, Fei-Fei Lee’s World Labs, izraelit Decart dhe Odyssey. Ata besojnë se modelet botërore një ditë mund të përdoren për të krijuar media ndërvepruese, si video lojërat dhe filmat dhe për të ekzekutuar simulime realiste si mjedise trajnimi për robotët.
Por, krijuesit kanë ndjenja të përziera për teknologjinë. Një hetim i kohëve të fundit Wired zbuloi se studiot e lojërave si Activision Blizzard, e cila ka pushuar nga puna shumë punëtorë, po përdorin AI për të shkurtuar qoshet, për të rritur produktivitetin dhe për të kompensuar dëmtimin. Dhe një studim i vitit 2024 i porositur nga Shoqata e Animacionit, një sindikatë që përfaqëson animatorët dhe karikaturistët e Hollivudit, vlerësoi se mbi 100,000 punë në film, televizion dhe animacion me bazë në SHBA do të ndërpriten nga AI deri në vitin 2026. Disa startup-e në hapësirën e sapolindur të modelimit botëror, si Odyssey, janë zotuar të bashkëpunojnë me profesionistë krijues, jo t’i zëvendësojnë ata. Do të duhet të shohim nëse Google e ndjek shembullin.
Ekziston edhe çështja e pazgjidhur e të drejtës së autorit. Disa modele botërore duket se janë trajnuar në klipe të lojërave të lojërave video, gjë që mund t’i bëjë kompanitë që zhvillojnë ato modele në shënjestër të padive në rastet kur videot ishin të palicensuara.
Google, e cila zotëron YouTube, pohon se ka leje për të trajnuar modelet e saj në videot e YouTube në përputhje me kushtet e shërbimit të platformës. Por, kompania nuk ka thënë se cilat video specifike po i siguron për trajnim.
