Odyssey зібрала 310 мільйонів доларів у рамках другого раунду фінансування серії B при оцінці у 1,45 мільярда доларів для розвитку моделей світу

Перегони за створення наступного покоління штучного інтелекту все більше виходять за межі мови. Odyssey, дослідницька лабораторія штучного інтелекту у Пало-Альто, яка зосереджена на моделях світу, зібрала 310 мільйонів доларів у рамках другого раунду фінансування серії B при оцінці у 1,45 мільярда доларів. Раунд був очолений Natural Capital і включав участь Amazon (AMZN ), AMD Ventures, GV, EQT, In-Q-Tel (IQT) та кількох існуючих інвесторів, що позиціонує компанію серед найбільш фінансованих стартапів, які займаються розробкою систем штучного інтелекту, здатних зрозуміти та симулювати фізичний світ.

Заснована ветеранами технологій самоходних транспортних засобів Олівером Кемероном і Джеффом Хоуком, Odyssey розробляє моделі штучного інтелекту, призначені для вивчення причинно-наслідкових зв’язків, фізики та динаміки середовища, а не лише зосередження уваги на генерації мови. Компанія вважає, що ці системи можуть у майбутньому забезпечити прориви у галузі робототехніки, ігор, науки, охорони здоров’я, освіти, оборони та інших галузей.

Ростучі ставки на моделі світу

Хоча великі мовні моделі домінували у розмові про штучний інтелект за останні кілька років, багато дослідників вважають моделі світу наступним важливим кроком. На відміну від мовних моделей, які в основному передбачають слова, моделі світу намагаються передбачити, як середовища розвиваються з часом, і як об’єкти взаємодіють один з одним.

Цей підхід привернув увагу деяких з найвпливовіших фігур у галузі. Компанії та дослідницькі групи, починаючи від Google DeepMind і Waymo і закінчуючи новими стартапами,最近 зробили великі інвестиції у дослідження моделей світу, що свідчить про ширше переконання, що майбутні системи штучного інтелекту потребуватимуть глибшого розуміння фізичного світу.

Лідери Odyssey стверджують, що мова сама по собі не може охопити багато аспектів реальності, включаючи фізичні динаміку, поведінку людини, мову тіла та причинно-наслідкові зв’язки. Компанія розглядає моделі світу як нову категорію фундаментальних моделей, здатних підтримувати набагато ширший спектр реальних застосунків.

AWS стає улюбленим партнером Odyssey з хмарних обчислень

Разом з оголошенням про фінансування Odyssey розкрила стратегічний партнерство з Amazon Web Services. AWS стане улюбленим постачальником хмарних послуг компанії, а Odyssey планує розгорнути чипи AWS Trainium поряд з іншими апаратними засобами для навчання та виконання своїх все більш вимогливих моделей.

Партнерство підкреслює новий напрямок конкуренції в галузі штучного інтелекту. По мірі зростання попиту на обчислення штучного інтелекту постачальники хмарних послуг та виробники мікрочипів конкурують за надання альтернатив домінуючій екосистемі Nvidia GPU. Для Amazon Odyssey представляє високопрофільного клієнта, здатного тестувати апаратне забезпечення Trainium на деяких із найбільш обчислювально інтенсивних завдань штучного інтелекту, які зараз розробляються.

Моделі світу вимагають величезних обчислювальних ресурсів, оскільки їм потрібно генерувати послідовні, інтерактивні симуляції, зберігаючи при цьому розуміння фізичних законів та довгострокової динаміки середовища. Можливість ефективного навчання цих систем може стати значною конкурентною перевагою, коли галузь дозріває.

Будування до “Моменту GPT-3” для моделей світу

Odyssey витратила останні три роки на розвиток усе більш складних систем моделей світу. За словами компанії, кожен наступний реліз розширив можливості симуляцій, згенерованих штучним інтелектом.

Її модель Odyssey-2 була зосереджена на поліпшенні фізичної реальності та послідовності середовища. Odyssey-2 Max пішла далі у фізичній симуляції та інтерактивності в реальному часі, спрямована на створення середовищ, які поводяться більш як реальний світ, а не просто генерують візуально переконливе відео.

Компанія також представила кілька помітних дослідницьких проектів. Starchild-1 ввела багатомодальні можливості у моделювання світу, поєднавши візуальне та аудіо розуміння. Agora-1 дозволила кільком людям та агентам штучного інтелекту взаємодіяти всередині спільного симульованого середовища в реальному часі. PROWL продемонструвала, як моделі світу можуть покращуватися через активне дослідження, дозволяючи системам штучного інтелекту навчатися на власному досвіді та помилках.

Разом ці проекти представляють зусилля Odyssey щодо виходу за межі статичної генерації штучним інтелектом до систем, здатних зрозуміти та взаємодіяти з динамічними середовищами.

Лідери Odyssey вважають, що галузь наближається до важливого моменту інфлекції, подібного до того, як GPT-3 продемонстрував потенціал великомасштабних мовних моделей. Нові фінанси призначені для надання інфраструктури, обчислювальних ресурсів та дослідницької потужності, необхідних для досягнення цієї мети.

Майбутні наслідки моделей світу

Якщо моделі світу продовжать покращуватися, їхній вплив може вийти далеко за межі сучасних чат-ботів штучного інтелекту та систем генерації контенту. Одним з най негайніших застосунків може бути робота, де машини повинні розуміти фізичні середовища, передбачати результати та адаптуватися до змінних умов у реальному часі. Натомість ніж покладатися на дороге реальне тестування, майбутні роботи могли б бути навчені всередині високореалістичних симуляцій, перш ніж бути розгорнутими.

Ця технологія також може змінити галузі, які сильно залежать від моделювання складних систем. У сфері охорони здоров’я дослідники могли б використовувати моделі світу для симуляції прогресу захворювання або тестування стратегій лікування. У наукових дослідженнях вони можуть допомогти моделювати хімічні реакції, кліматичні системи або біологічні процеси, які є складними, дорогими або тривалими для прямого вивчення. Автономні транспортні засоби, логістичні мережі та промислові системи автоматизації також могли б виграти від штучного інтелекту, здатного передбачати, як реальні середовища будуть розвиватися з часом.

Ігри представляють ще одну область, де моделі світу можуть мати значний вплив. Натомість ніж покладатися на ручне створення середовищ та сценаріїв взаємодії, майбутні ігри можуть включати середовища, згенеровані штучним інтелектом, які розвиваються динамічно та реагують інтелектуально на поведінку гравця. Аналогічні можливості могли б бути використані для навчальних симуляцій у галузях, починаючи від авіації та оборони та закінчуючи надзвичайними ситуаціями та освітою.

Незважаючи на обіцянки, залишаються значні технічні виклики. Створення симуляцій, які точно відображають складність фізичного світу, вимагає величезних обчислювальних ресурсів, величезної кількості даних для навчання та вдосконалення у сфері розуміння та довгострокового прогнозування. Чи моделі світу в кінцевому підсумку стануть фундаментальним шаром майбутніх систем штучного інтелекту, залишається відкритим питанням, але зростаючі інвестиції в цій галузі свідчать про те, що багато дослідників розглядають їх як одну з найважливіших межинeyond мовних моделей.