Odyssey Získala 310 Milionů Amerických Dolárů V Frames Series B Při Ocenění 1,45 Miliardy Amerických Dolárů Pro Pokrok V Oboru Světových Modelů Umělé Inteligence

Soutěž na vývoj další generace umělé inteligence se stále více přesouvá za hranice jazyka. Odyssey, laboratoř pro výzkum umělé inteligence se sídlem v Palo Alto, zaměřená na světové modely, získala 310 milionů amerických dolarů v rámci série B při ocenění 1,45 miliardy amerických dolarů. Investiční kolo vedla společnost Natural Capital a zúčastnily se jí Amazon (AMZN ), AMD Ventures, GV, EQT, In-Q-Tel (IQT) a několik stávajících investorů, čímž se společnost zařadila mezi nejvíce finančně podporované startupy, které se zaměřují na systémy umělé inteligence, které mohou pochopit a simulovat fyzický svět.

Odyssey byla založena veterány samořízených technologií Oliverem Cameronem a Jeffem Hawkeem a vyvíjí modely umělé inteligence, které jsou navrženy tak, aby se učily kauzalitě, fyzice a environmentálním dynamikám, místo aby se soustředily pouze na generování jazyka. Společnost věří, že tyto systémy by mohly nakonec pohánět průlomy v oblastech, jako je robotika, herní průmysl, věda, zdravotnictví, vzdělávání, obrana a další.

Rostoucí Sázka Na Světové Modely

Zatímco velké jazykové modely dominovaly konverzaci o umělé inteligenci v posledních několika letech, mnoho výzkumníků považuje světové modely za kritický další krok. Na rozdíl od jazykových modelů, které primárně předpovídají slova, se světové modely pokoušejí předpovědět, jak se prostředí vyvíjí v čase a jak objekty interagují navzájem.

Tento přístup získal rostoucí pozornost některých nejvlivnějších osobností v oboru. Společnosti a výzkumné skupiny, od Google DeepMind a Waymo po vznikající startupy,最近 investovaly značné prostředky do výzkumu světových modelů, což odráží širší přesvědčení, že budoucí systémy umělé inteligence budou potřebovat hlubší pochopení fyzického světa.

Vedení Odyssey argumentuje, že jazyk sám o sobě nemůže zachytit mnoho aspektů reality, včetně fyzikálních dynamik, lidského chování, neverbální komunikace a příčinných vztahů. Společnost považuje světové modely za novou kategorii základních modelů, které mohou podporovat mnohem širší řadu aplikací reálného světa.

AWS Se Stává Preferovaným Cloudovým Partnerem Odyssey

Společně s oznámením o financování Odyssey odhalila strategické partnerství s Amazon Web Services. AWS se stane preferovaným cloudovým poskytovatelem společnosti a Odyssey plánuje nasadit čipy AWS Trainium spolu s jiným hardwarem pro školení a spuštění svých stále náročnějších modelů.

Partnerství zdůrazňuje vznikající bitvu v rámci odvětví umělé inteligence. Jak poptávka po výpočetních zdrojích umělé inteligence dále roste, cloudoví poskytovatelé a výrobci čipů soutěží o to, aby nabídli alternativy k dominantnímu ekosystému Nvidia GPU. Pro Amazon představuje Odyssey prominentního zákazníka, který může otestovat hardware Trainium na některých z nejvýpočetně náročnějších úloh umělé inteligence, které jsou目前 vyvíjeny.

Světové modely vyžadují enormní výpočetní zdroje, protože musí generovat konzistentní, interaktivní simulace a zároveň zachovávat pochopení fyzikálních zákonů a dlouhodobých environmentálních dynamik. Schopnost efektivně školit tyto systémy by se mohla stát významnou konkurenční výhodou, jakmile se toto odvětví dále rozvine.

Směřování K „GPT-3 Momentu“ Pro Světové Modely

Odyssey strávila posledních tři roky vývojem stále sofistikovanějších systémů světových modelů. Podle společnosti každá následná verze rozšířila schopnosti simulací umělé inteligence.

Jejich model Odyssey-2 se zaměřil na zlepšení fyzické reality a environmentální konzistence. Model Odyssey-2 Max dále rozvinul fyzicky založenou simulaci a interaktivitu v reálném čase, snažící se vytvořit prostředí, která se chovají více jako skutečný svět, než pouze generují vizuálně přesvědčivé video.

Společnost také představila několik pozoruhodných výzkumných projektů. Starchild-1 přinesl multimodální schopnosti do modelování světa kombinací vizuálního a audio pochopení. Agora-1 umožnil několika lidem a agentům umělé inteligence interagovat v rámci sdíleného simulovaného prostředí v reálném čase. PROWL demonstroval, jak se světové modely mohou zlepšit prostřednictvím aktivního průzkumu, umožňujícího systémům umělé inteligence učit se ze svých vlastních zkušeností a selhání.

Společně tyto projekty reprezentují úsilí Odyssey o přechod od statické generace umělé inteligence k systémům, které mohou pochopit a interagovat s dynamickými prostředími.

Vedení Odyssey věří, že toto odvětví se blíží významnému zlomu podobnému momentu, kdy GPT-3 demonstroval potenciál velkých jazykových modelů. Nová financování má poskytnout infrastrukturu, výpočetní zdroje a výzkumnou kapacitu nezbytnou pro dosažení tohoto cíle.

Budoucí Implikace Světových Modelů

Pokud se světové modely budou dále zlepšovat, jejich dopad může přesáhnout současné systémy chatbotů a generace obsahu umělé inteligence. Jednou z nejrychlejších aplikací může být robotika, kde stroje musí pochopit fyzická prostředí, předpovídat výsledky a přizpůsobovat se měnícím se podmínkám v reálném čase. Místo toho, aby se spoléhaly na nákladné testování ve skutečném světě, budoucí roboti by mohli být rozsáhle školeni uvnitř vysoce realistických simulací, než budou nasazeni.

Tato technologie by mohla také změnit odvětví, která silně závisí na modelování složitých systémů. Ve zdravotnictví by výzkumníci mohli použít světové modely pro simulaci progrese onemocnění nebo testování strategií léčby. Ve vědeckém výzkumu by mohly pomoci modelovat chemické reakce, klimatické systémy nebo biologické procesy, které jsou obtížné, nákladné nebo časově náročné studovat přímo. Autonomní vozidla, logistické sítě a průmyslové automatizační systémy by mohly podobně profitovat z umělé inteligence, která může předpovídat, jak se reálná prostředí budou vyvíjet v čase.

Herní průmysl představuje další oblast, kde by světové modely mohly mít významný dopad. Místo toho, aby se spoléhaly na ručně vytvořená prostředí a skriptované interakce, budoucí hry by mohly obsahovat světy generované umělou inteligencí, které se dynamicky vyvíjí a reagují inteligentně na chování hráčů. Podobné schopnosti by se mohly nakonec použít pro tréninkové simulace v oblastech, jako je letectví, obrana, reakce na mimořádné události a vzdělávání.

Přes slibné vyhlídky zůstávají významné technické výzvy. Vytvoření simulací, které přesně odrážejí složitost fyzického světa, vyžaduje enormní výpočetní zdroje, obrovské množství trénovacích dat a pokroky v oblasti odůvodňování a dlouhodobé predikce. Zda se světové modely nakonec stanou základním vrstvám budoucích systémů umělé inteligence, zůstává otevřenou otázkou, ale rostoucí investice napříč odvětvím naznačují, že mnoho výzkumníků považuje tuto oblast za jednu z nejvýznamnějších hranic za hranicemi jazykových modelů.