AMD нацеливается на модели мира
Зачем AMD покупать стартап, никак не связанный с микропроцессорами и аппаратными разработками? Разрабатываемые World Labs модели мира представляют собой симуляторы физической реальности для тренировки того ИИ, который сможет управлять действиями роботизированных систем в физическом мире, и для AMD важно, чтобы ее процессоры лучше подходили для этих задач.
В бюджете компании AMD, капитализация которой недавно перевалила за триллион, нашлось примерно 8,2 млрд долл., чтобы приобрести калифорнийский стартап World Labs, основанный профессором Фей-Фей Ли (Fei-Fei Li) – одной из пионеров в области искусственного интеллекта и до недавнего времени главы ИИ-подразделения Google. Решение выложить столь внушительную сумму за компанию, никак не связанную с микропроцессорами и с аппаратными разработками в целом, может показаться странным. Но цель в общем понятна: в AMD хотят, чтобы в будущем именно их микропроцессоры лучше всего подходили для исполнения тех генеративных моделей, которые будут управлять действиями роботизированных систем в реальном мире.
Современные большие языковые модели – GPT, Claude, Gemma и пр. – по традиции обучаются на массивах статичных данных. Даже когда в эти массивы, помимо текстов и изображений, входят видеоролики, натренированный на них ИИ получает лишь самое общее «понимание» того, как устроен реальный мир. В частности, по этой причине он не слишком пригоден для управления роботами, оперирующими в физической реальности. Агентные модели, дообучающиеся в процессе практического применения, в принципе способны преодолеть это ограничение, но им приходится действовать методом проб и ошибок, что еще более усложняет и удорожает контролируемые ими умные машины.
Модели мира (world models), которые разрабатывает World Labs, представляют собой симуляторы физической реальности, специально предназначенные для тренировки того ИИ, которому впоследствии предполагается доверить управление роботами и/или решение иных физически обоснованных задач. При этом сами цифровые миры создаются как точное подобие реальных локаций – по нескольким фотоснимкам с разных ракурсов или на основании коротких видео.
В результате обучаемый ИИ-агент получает возможность оперировать в реалистичном виртуальном окружении, где действуют законы физики: предметы обладают инерцией, при взаимодействии с твердыми поверхностями работает сила трения, движение жидкости подчиняется уравнениям Навье-Стокса и т. д. Дообученная таким образом модель впоследствии, после перемещения в корпус реального робота, гораздо лучше справляется со всевозможными практическими заданиями.
К тому же течение времени в виртуальной реальности можно ускорять – без ущерба для качества обучения, а за сделанные там ошибки не приходится расплачиваться физическими повреждениями. Так что обучение проходит значительно быстрее и дешевле, чем по традиционной схеме «загрузим в робота самую мощную из современных моделей и посмотрим, как она будет справляться».
Можно предположить, что предметный интерес AMD к World Labs обусловлен планами всерьез побороться за лидерство в сегменте именно физических приложений искусственного интеллекта. Изучая структуру и особенности работы дообученных в виртуальных мирах моделей, микроэлектронщики смогут оптимизировать аппаратный дизайн своих новых процессоров так, чтобы те подходили для оснащения подлинно автономных роботов и иных умных машин. Именно это направление развития ИИ представляется сегодня одним из наиболее многообещающих.