世界モデルがどのように生成AIとLLMの未来を根本的に再形成しているか

出来上がりは、適切な世界モデルとの対話を介して、生成AIとLLMを実質的に後押しすることができます。

それについて話しましょう。

革新的なAIブレークスルーのこの分析は、さまざまなインパクトのあるAIの複雑さを特定して説明するなど、最新のAIで進行中のForbesカラムカバレッジの一部です（こちらのリンクを参照）。

世界モデルの人間の使用

物事のAI側に飛び込む前に、人間が世界モデルをどのように利用するかを検討することは有益です。

あなたが野球について学んでいると想像してください。あなたが野球をしたことがなく、それが何であるかを漠然と知っているだけであると仮定します。一方、あなたはサッカー、バスケットボールなどの他の多くのスポーツに精通しています。

友人が野球についてあなたに話したかったなら、彼らはおそらく野球の重要なルールと教訓を活発に概説することから始めるでしょう。これには、野球の試合で見られる可能性のある状況のシナリオが含まれる可能性があります。友人は、打者が野球にヒットしようとしてから、基地から基地へと走ろうとすることを説明します。等。

ある意味では、この情報はすべてあなたの心に与えられており、あなたは野球のゲームのメンタルモデルを作成する真っin中にいます。友人は、野球の輪郭と詳細を指定する一種の世界モデルを描いています。あなたは、順番に、またはあなたの思考プロセスに固有のあなた自身の心の中で世界モデルを策定しようとしています。

あなたは野球を伴う世界モデルを提示され、あなたはあなたの心に野球を表すパーソナライズされた世界モデルを策定します。

あなたとあなたの友人は実際の野球の試合に行きます。スタンドに座ってゲームを見ていると、野球に登録された世界モデルが洗練されています。フィールドで行われている行動を目撃することで、知識のギャップを見つけることができます。ゲームを観察することは、抽象として解釈された可能性のあるものを強化し、ゲーム中に発生していることを介して直接理解されています。

これは、人間の学習の文脈における世界モデルの迅速な概要であり、次の考慮、つまりAIをミックスに追加する準備ができています。

AIおよび世界モデルに関するクラシックペーパー

ギアをAI領域にシフトします。

David HAとJurgen Schmidhuber、Arxiv、2018年5月9日、「世界モデル」と題されたAIおよび世界モデルの絡み合いをカバーする古典的な研究論文が考慮されており、研究者はこれらの顕著なポイント（抜粋）を作成しました。

• 「人間は、限られた感覚で知覚できるものに基づいて、世界の精神モデルを開発します。私たちが行う決定と行動は、この内部モデルに基づいています。」
• 「私たちは、シミュレートされた潜在宇宙の夢の世界の内部でタスクを完全に実行するためにAIエージェントをトレーニングする可能性を実証しました。」
• 「現実の世界のトレーニングエージェントはさらに高価であるため、現実をシミュレートするために徐々に訓練されている世界モデルは、ポリシーを現実の世界に戻すのに役立つことが証明されるかもしれません。」
• 「世界モデルのレンズを通してエージェントをトレーニングすることにより、タスクを実行するために非常にコンパクトなポリシーを学ぶことができることを示します。」

アップショットはこれです。

生成的なAIが野球に精通したかったとします。オッズは、最初のデータトレーニング中に、新進のLLMが野球のスポーツを説明する多くのオンラインテキストに遭遇したことです。そのテキストに基づいて、野球全般について、ほぼすべての生成的AIと話し合い、合理的に賢明な反応を得ることができます。

さらに先に進み、生成的AIに野球について深く反応したい場合は、AIを野球をするオンラインビデオゲームに接続できます。このようなオンラインビデオゲームを見たか、使用していると確信しています。通常、オンラインコントロールを使用して仮想バットを振り、ベースを実行し、ポップアップフライボールをキャッチし、シミュレートされた野球の試合に没頭できます。

AIに同じことをさせた場合はどうなりますか？

AIは、オンライン野球ゲームをプレイするという点で、人間が多少行動するでしょう。そうすることで、AIは、最初のトレーニングでスキャンされパターン化された野球に関するテキストに関連する「本学習」を増強しています。これにより、AIは野球をすることに関連するタイプの「体験」を与えます。 AIが真の野球場で演奏しているロボットであるとは明らかに同じではありませんが、そのような体験指向の活動に便利で簡単な代替品を提供します。

世界モデルは不完全です

世界モデルを使用して策定することは確かに有利であるが、いくつかのゴッチャと問題が発生することを認めるべきです。

システムダイナミクスとして知られる分野の著名人による1970年代からの有名な引用は、世界モデルの大きな弱点または制限をよく輝かせています。

• 「私たちが頭の中で運ぶ私たちの周りの世界のイメージは単なるモデルです。彼の頭の中の誰も、世界、政府、または国を想像していません。彼は概念とそれらの間の関係しか選択しておらず、実際のシステムを表すためにそれらを使用しています」

生成的AIアプリのトレーニングに使用する世界モデルは、間違いなく制限され、カバーされているドメインまたはトピックについて知っておくべきすべてをカバーするわけではありません。したがって、それは不完全であると解釈されます。 AIは不完全な表現を使用して物事を理解していますが、結果も不完全になる可能性があります。

もう1つのQualmは、世界モデルにエラーがあるか、間違った側面が含まれている可能性があることです。 AIは、世界モデルが紹介しているものをパターン化しています。それはAIが物事を間違えていることにつながる可能性があります。たとえば、野球を描いたオンラインビデオゲームには、ベースを走るときにランナーが光の速度よりも速く走ることができるグリッチがあるとします。それは野球の現実の世界と一致しません。

AIは、ベースランナーが光の速度で走ることができることを単に真実として受け入れるかもしれません。 AIには現在、AIを指示するために使用されている世界モデルから引き継がれた虚偽があります。

AI自体が考案する世界モデルも欠陥がある可能性があります。

おそらく、オンラインビデオ野球の試合の演奏中、AIは、野球の良い戦略は、あなたがあなたのバットで審判を打った場合、UMPはあなたが自動的に一baseを取ることができると判断します。 AIは、現実と一致しない野球について何かを収集しました。

仮想環境により、実験が可能になります

生成AIのトレーニングを強化するための世界モデルの使用は、実験を行うAIの重要な手段を提供し、大規模にそうすることを提供します。

その時点で詳しく説明してください。

私たちはあなたが野球に精通しておらず、友人があなたにスポーツを説明しようとしていたふりをしていることを先に述べたことを忘れないでください。友人はあなたを野球の試合に連れて行ってくれたので、野球がどのようにプレーされているかを自分の目で見ることができました。

1つのゲームに参加することで、野球についてどれだけ収集できますか？

私はあなたが多くの基本を観察するだろうと思いますが、その1つのゲーム中に、より多くの不可解な側面が迫り来ないかもしれないという可能性があります。トリプルプレイが見えますか？おそらくそうではありません。ホームランが見えますか？多分。

野球ビデオゲームなどの計算世界モデルを使用すると、AIが多数の実行を実施できます。 AIをセットアップしてビデオゲームをプレイし、何度も何度もそうし続けることができます。 AIは、そのようなインスタンスの何千ものインスタンスを容易に再生します。世界モデルが紹介されたシナリオを絶えず変化させていることを確認した場合、AIは野球を見るときに実際の生活で起こる可能性のあるほぼすべての状況に遭遇する可能性があります。

私は以前の列の投稿で、この同じ概念が自動運転車のAIを開発するために使用されていることを議論しました。たとえば、こちらのリンクでの私の議論をご覧ください。このようになります。 AI自動運転システムに実際の自動運転車にアクセスできるようになる前に、AIは、車の運転を描いたオンラインビデオゲームで数千または数百万のシナリオを実行できます。

これにより、AIが準備され、本質的に誰にも危害のリスクがないことを行います。 AIを実際の車に入れた瞬間、AIが間違っているか、そうでなければ誤って運転する可能性があります。計算の世界モデルアプローチは、AIを道路に置くと、リスクがはるかに低く、コストがかかりません。

モデル、モデル、モデル

私はあなたが熟考するために質問があります。

世界モデルはいくつあり、どのような種類の世界モデルをAIに適用すべきですか？

このように考えてください。私はこれまで、野球を描いた世界モデルを使用して話しました。また、車を操作するための世界モデルになる運転シミュレーターについても言及しました。これらは、AIを高めるために使用される世界モデルの2つの簡単な例です。

潜在的な世界モデルのリストは、一見無限に見えます。心臓手術を行うための世界モデルがあり、それを使用して、心臓手術の実行または支援についてAIを訓練するかもしれません。私たちはあなたの税を計算する方法についての世界モデルを持つことができます。これはどんどりすることができます。

世界モデルを設定し、AIをそれに取り付けるには、一定の時間と労力が必要です。 AIを実行して、世界モデルを使用すると、計算リソースが癒されます。 AIが正しいものを収集し、間違ったもののパターンを避けたことを検証すると、それはキット全体とKaboodleにとって大きなコストです。

要点は、AIを使用して世界モデルを使用することを偶然に選択することはないということです。これは、目的が価値があるときにあなたがすることであり、ROIはそうするのに満足のいくものです。

これは、広範囲にわたる牽引力を獲得し始めている重要な問題です。これらの努力の多くを見ることができると、あなたの底部を賭けることができます。多くのデータをスキャンしてAIを最新の状態にする方法は、その境界に到達し始めています。

AIを前進させるために他に何ができますか？

モデル、モデル、モデル、つまり3つの単語を紹介します。

以上が世界モデルがどのように生成AIとLLMの未来を根本的に再形成しているかの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。