Стартап Physical Intelligence, поддерживаемый Джеффом Безосом, утверждает, что современные языковые модели ограничены в понимании физического мира. Для достижения AGI необходимо научить ИИ взаимодействовать с пространством и временем. Решением могут стать игровые данные, которые содержат богатую информацию о физике объектов, движении и причинно-следственных связях, недоступную в текстовых корпусах.
Разработчики полагают, что текущие архитектуры, такие как GPT или Claude, эффективны в работе с текстом, но демонстрируют низкую способность к обобщению в реальной физической среде. Игровые движки позволяют генерировать огромные объемы данных, имитирующих законы физики, что дает моделям возможность обучаться на сложных сценариях взаимодействия объектов без необходимости сбора данных в реальном мире.
Этот подход смещает фокус с чисто лингвистических моделей на мультимодальные системы, способные к «физическому рассуждению». Использование игровых симуляций позволяет создавать обучающие выборки, где агент сталкивается с последствиями своих действий в динамической среде, что является критическим этапом для перехода от узкоспециализированных моделей к системам общего уровня интеллекта.
Ключевые факты
- Стартап Physical Intelligence привлек инвестиции от Джеффа Безоса для разработки моделей, способных к физическому взаимодействию.
- Основная гипотеза заключается в том, что текстовые данные не содержат достаточной информации для понимания законов движения и пространства.
- Игровые движки рассматриваются как основной источник данных для обучения моделей «физическому интеллекту».
- Переход к AGI требует от моделей способности прогнозировать последствия действий в динамической среде, а не только предсказывать следующий токен в тексте.