"Dünya modelləri", həmçinin "dünya simulyatorları" kimi tanınır və bir çox mütəxəssis tərəfindən süni intellektdə növbəti böyük irəliləyiş kimi qiymətləndirilir.  

Valyuta.Az süni intellektin qabaqcıllarından biri olan Feyi-Fei Linin (Fei-Fei Li) qurduğu "World Labs" şirkəti "böyük dünya modelləri" yaratmaq üçün 230 milyon dollar investisiya toplayıb. Bundan başqa, "DeepMind" şirkəti, "OpenAI"nin video generatorlarından biri olan "Sora"nın yaradıcılarından birini "dünya simulyatorları" üzərində işləmək üçün işə götürüb. (Qeyd edək ki, "Sora" bu həftənin bazar ertəsi təqdim olunub və ilkin rəylər artıq yayılıb.)  

"Dünya modelləri" nədir?  

"Dünya modelləri", insanların təbii şəkildə inkişaf etdirdiyi dünya anlayışından ilhamlanır. İnsan beyni, hiss orqanlarından aldığı məlumatı abstrakt formadan konkret dünyagörüşünə çevirərək proqnozlar verir. Süni intellekt sahəsində isə bu fenomen "model" adlanır. İnsan beyninin bu modellər əsasında verdiyi proqnozlar, ətraf aləmi necə qəbul etdiyimizi və onunla necə qarşılıqlı əlaqədə olduğumuzu müəyyən edir.  

Bu konsepsiyanı izah edən tədqiqatçılardan Devid Ha (David Ha) və Yürgen Şmidhuber (Jürgen Schmidhuber), bir beysbol oyunçusunun nümunəsini təqdim edirlər. Onlar qeyd edirlər ki, beysbol oyunçusu, topun hərəkət istiqamətini və sürətini proqnozlaşdırmaq üçün instinktiv şəkildə qərar verir. Bu isə sadəcə bir neçə millisaniyə çəkir, hətta bu müddət vizual siqnalların beyinə çatma vaxtından daha azdır.  

"Peşəkar oyunçular bunu şüursuz şəkildə edirlər," deyə Ha və Şmidhuber yazır. "Onların əzələləri daxili modellərinin verdiyi proqnozlara uyğun olaraq hərəkət edir. Bu zaman gələcəklə bağlı proqnozlarına əsaslanaraq reflektiv şəkildə qərar verirlər və əlavə ssenarilər barədə düşünməyə ehtiyac qalmır."  

Bu məntiqi və şüuraltı mexanizm "dünya modelləri" üçün vacib element hesab edilir. İnsan səviyyəsində süni intellekt yaratmaq məqsədində olan tədqiqatçılar, bu modellərin insan beyninin təbii fəaliyyətini əks etdirməsinin əhəmiyyətli olduğunu vurğulayırlar.  

Dünyanın modelləşdirilməsi  

"Dünya modelləri" konsepsiyası uzun müddətdir mövcuddur, lakin son illərdə xüsusilə generativ video sahəsində tətbiqləri ilə daha çox diqqət çəkməyə başlayıb.  

Hal-hazırda süni intellekt tərəfindən yaradılan videoların böyük əksəriyyəti "qəribə uçurum"  təsiri yaradır. Yəni, videolar müəyyən bir nöqtəyə qədər real görünə bilər, lakin daha diqqətlə baxıldıqda qəribə uyğunsuzluqlar ortaya çıxır. Məsələn, insan fiqurlarında əzalar bir-birinə qarışır və ya hərəkətlər qeyri-təbii görünür.  

Mövcud generativ modellər, uzun illər video məlumatları üzərində öyrədilmiş olsa da, hələ də dünya qanunlarını anlamadan işləyirlər. Məsələn, bir model basketbol topunun necə sıçradığını təsvir edə bilər, lakin bunun arxasındakı fiziki səbəbləri dərk etmir. Necə ki, dil modelləri sözlərin arxasında duran məna və anlayışları əslində başa düşmür, video modelləri də analoji şəkildə yalnız müşahidələrdən istifadə edirlər. Halbuki, dünya qanunlarını anlamağa qadir bir model, topun hərəkətini daha dəqiq və təbii şəkildə təsvir edə bilər.

Dünya modellərinin inkişafı  

Daha güclü dünya modelləri yaratmaq üçün tədqiqatçılar, şəkillər, səslər, videolar və mətnlər daxil olmaqla, müxtəlif məlumat növlərini birləşdirərək, modelləri öyrədirlər. Məqsəd, dünyanın necə işlədiyini dərk edə bilən daxili təmsillər qurmaq və hərəkətlərin nəticələrini məntiqi şəkildə proqnozlaşdıra bilməkdir.  

Bu barədə danışan "Higgsfield" şirkətinin CEO-su Aleks Maşrabov (Alex Mashrabov) deyir:  

"Bir izləyici baxdığı dünyanın reallıqla uyğun olmasını gözləyir. Əgər bir lələk bir metal parçası kimi yerə düşsə və ya bir boulinq topu yüzlərlə metr hündürlüyə qalxsa, bu anormal görünəcək və tamaşaçını çaşdıracaq. Güclü bir dünya modeli ilə hər bir obyektin hərəkət qaydalarını əllə təyin etmək məcburiyyətindən xilas olarıq. Model özü bu qanunları başa düşər və tətbiq edər."

Lakin video yaradılması dünya modellərinin potensial imkanlarının yalnız bir hissəsidir. "Meta"nın baş süni intellekt alimi Yan Lekün (Yann LeCun) və digər mütəxəssislər düşünürlər ki, dünya modelləri gələcəkdə daha mürəkkəb proqnoz və planlama sistemləri üçün istifadə ediləcək.  

Dünya modellərinin gələcəyi  

Yan Lekün, bu ilin əvvəlində etdiyi çıxışda dünya modellərinin müəyyən məqsədlərə nail olmaq üçün məntiqi şəkildə istifadə oluna biləcəyini izah edib. O, bir nümunə verərək deyib ki, əgər modelə "çirkli bir otağın təsviri" və "təmiz bir otaq" kimi bir məqsəd verilsə, o, təmizliyə çatmaq üçün lazımi addımları təklif edə bilər. Məsələn, zibillərin yığılması, tozsoran istifadə edilməsi və qabların yuyulması kimi tədbirləri təklif edər. Model bunu sadəcə müşahidə etdiyi nümunələrə əsasən deyil, dünyanın təbii işləmə qanunlarını anlayaraq edə bilər.

Lekün əlavə edib:

"Biz dünyanı anlayan maşınlara ehtiyac duyuruq; hadisələri yadda saxlaya bilən, intuisiyaya və sağlam düşüncəyə malik, insan səviyyəsində məntiq yürüdə və planlaşdıra bilən sistemlərə ehtiyac var. Amma hazırkı süni intellekt sistemləri bu keyfiyyətlərə sahib olmaqdan hələ çox uzaqdır." 

Dünya modellərinin inkişafı: Ümidlər və çətinliklər  

Yan Lekünun fikrincə, nəzərdə tutulan dünya modellərinin tam formalaşması üçün ən azı bir onillik vaxt lazımdır. Bununla belə, bu gün mövcud olan dünya modelləri artıq sadə fizika simulyatoru funksiyasını yerinə yetirərək ümidverici nəticələr göstərir.  

"OpenAI", bloq yazılarından birində "Sora" adlanan dünya modeli texnologiyasını təqdim edib. Bu model, rəssamın kətan üzərindəki hərəkətlərini simulyasiya edə bilir və video oyunları səmərəli şəkildə simulyasiya etmək qabiliyyətinə malikdir. Məsələn, "Sora", "Minecraft" üslubunda oyun interfeysi və dünyalar yarada bilir.  

Gələcəkdə dünya modellərinin oyun, virtual fotoqrafiya və digər sahələr üçün tələbat əsasında interaktiv və realistik 3D dünyalar yaratma qabiliyyətinə sahib olması gözlənilir. Bu barədə "World Labs" şirkətinin həmtəsisçisi Castin Conson (Justin Johnson) "a16z" podkastında deyib:  

"Biz artıq virtual və interaktiv dünyalar yarada bilirik, lakin bunun üçün yüz milyonlarla dollar və çox vaxt sərf etmək lazım gəlir. Dünya modelləri tam simulyasiya olunmuş, canlı və interaktiv 3D dünyalar təqdim edə biləcək." 

Dünya modellərinin qarşısında duran çətinliklər  

Dünya modellərinin inkişafı ilə bağlı konsepsiya həyəcanlandırıcı olsa da, bu texnologiyanın reallaşdırılması üçün mühüm texniki maneələr mövcuddur:  

1. Hesablama gücü tələbatı:

Dünya modellərinin öyrədilməsi və işlədilməsi böyük hesablama gücü tələb edir. Məsələn, müasir dil modelləri adi bir smartfonda işləyə bilsə də, "Sora" kimi dünya modellərinin öyrədilməsi minlərlə "GPU"nun gücünü tələb edir. Bu modellərin geniş istifadə imkanlarının təmin olunması resurs tələbatını daha da artırır.  

2. Hallusinasiya və qərəzlər:

Digər süni intellekt modelləri kimi, dünya modelləri də hallusinasiya qura və təlim məlumatlarındakı qərəzləri mənimsəyə bilər. Məsələn, əsasən Avropa şəhərlərinin günəşli hava şəraitində çəkilmiş videoları ilə öyrədilmiş bir model, Koreya şəhərlərini qarlı hava şəraitində düzgün təsvir etməkdə çətinlik çəkə bilər. Bu, modellərin məlumat müxtəlifliyinə və balansına ciddi diqqət yetirilməsini zəruri edir.  

Perspektivlər  

Dünya modelləri, xüsusilə oyun, təhsil və virtual reallıq kimi sahələrdə yeni imkanlar yaradaraq, həm iqtisadi, həm də texnoloji baxımdan inqilabi dəyişikliklər vəd edir. Bununla belə, onların inkişafı üçün yüksək səviyyədə resurs və texnoloji irəliləyiş tələb olunur.  

Məlumat çatışmazlığı problemləri ağırlaşdıra bilər

Məlumatların ümumi çatışmazlığı bu problemləri daha da ağırlaşdıra bilər - deyə Maşrabov bildirib.  

"Biz modellərin müəyyən bir növ və ya irq insanlarının təsvirləri ilə həqiqətən məhdud olduğunu görmüşük," - deyə o əlavə edib. "Dünya modeli üçün təlim məlumatları müxtəlif ssenariləri əhatə edəcək qədər geniş, eyni zamanda həmin ssenarilərin incəliklərini dərin şəkildə başa düşmək üçün kifayət qədər spesifik olmalıdır."  

Süni intellekt startapı olan “Runway”ın baş direktoru Kristobal Valensuela (Cristóbal Valenzuela) son paylaşımında qeyd edib ki, məlumat və mühəndislik problemləri bugünkü modellərin dünyanın sakinlərinin (məsələn, insanların və heyvanların) davranışını dəqiq şəkildə əks etdirməsinə mane olur. 

“Modellər mühitin davamlı xəritələrini yaratmaq, həmçinin həmin mühitlərdə hərəkət etmək və qarşılıqlı əlaqə qurmaq qabiliyyətinə sahib olmalıdır,” 

- deyə o bildirib.  

Bununla belə, əgər bütün əsas maneələr aradan qaldırılarsa, Maşrabov inanır ki, dünya modelləri süni intellekt ilə real dünya arasında “daha möhkəm” bir əlaqə yarada bilər. Bu isə yalnız virtual dünya yaradılmasında deyil, həmçinin robototexnika və süni intellekt qərar qəbuletməsində də irəliləyişlərə səbəb ola bilər.  

Eyni zamanda, bu modellər daha bacarıqlı robotların yaradılmasına da şərait yarada bilər.  

Hazırkı robotlar ətrafdakı dünya (və ya öz bədənləri) barədə anlayışa malik olmadıqları üçün onların nə edə biləcəkləri məhduddur. Dünya modelləri robotlara bu anlayışı verə bilər – ən azından müəyyən bir həddə qədər, Maşrabov bildirib.  

"Təkmilləşdirilmiş bir dünya modeli ilə süni intellekt yerləşdirildiyi hər hansı ssenarini şəxsi səviyyədə anlaya bilər və mümkün həll yollarını düşünməyə başlaya bilər," 

- deyə o qeyd edib.  

Rəhim