اگر در حال ساخت ربات‌ها یا سامانه‌های خودگردان هستید، گلوگاه شما زبان نیست، بلکه فیزیک است. Odyssey، آزمایشگاه پژوهشی مستقر در پالو آلتو، ۳۱۰ میلیون دلار سرمایه در سری B جذب کرد تا با ساخت «مدل‌های جهانی» (World Models)، بفهماند دنیای فیزیکی واقعاً چگونه کار می‌کند.
در حالی که سال‌های اخیر متعلق به مدل‌های زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن کتاب‌ها جواب می‌دهد — بود، صنعت اکنون به سمت سیستم‌هایی می‌رود که «وضعیت بعدی» یک محیط را پیش‌بینی کنند. تصور کنید تفاوت بین یک چت‌بات که سقوط لیوان را توصیف می‌کند با هوش مصنوعی‌ای که مسیر دقیق سقوط، الگوی شکستن و صدای برخورد لیوان با زمین را شبیه‌سازی می‌کند، چقدر است. این چرخش برای هر هوش مصنوعی که باید در دنیای واقعی حرکت کند بدون اینکه خسارتی به بار آورد، حیاتی است.
چرخش راهبردی به سمت مدل‌های جهانی
مدیران Odyssey استدلال می‌کنند که زبان به‌تنهایی نمی‌تواند تمام ابعاد واقعیت را ثبت کند. طبق گزارش این شرکت، مدل‌های زبانی در درک دینامیک فیزیکی، رفتار انسانی، زبان بدن و روابط پیچیده علت و معلولی دچار نقص هستند. Odyssey با تمرکز بر علیت و دینامیک محیطی، قصد دارد دسته‌ای جدید از مدل‌های بنیادی را خلق کند.
همان‌طور که در تحلیل‌های پیشین ما درباره‌ی امنیت و استدلال مدل‌های بازمتن اشاره کردیم، نیاز به درک عمیق‌تر از محیط، مرز جدید رقابت است. این رویکرد اکنون در سراسر صنعت در حال گسترش است. به گزارش unite.ai، گروه‌های پژوهشی بزرگی مثل Google DeepMind و Waymo نیز سرمایه‌گذاری‌های سنگینی روی مدل‌های جهانی انجام می‌دهند تا هوش مصنوعی از متن فراتر رود.
این دور از تأمین مالی توسط Natural Capital رهبری شد و شرکت‌هایی مثل Amazon، AMD Ventures، GV، EQT و In-Q-Tel در آن مشارکت کردند. این اتفاق ارزش شرکتی را که توسط متخصصان خودروهای خودران، اولیور کامرون و جف هاک، تأسیس شده، به ۱.۴۵ میلیارد دلار رساند.
دستاوردهای فنی و زیرساخت
Odyssey از صفر شروع نکرده است. بر اساس مستندات این آزمایشگاه، آن‌ها طی سه سال گذشته چندین سیستم تخصصی برای گسترش شبیه‌سازی‌های هوش مصنوعی ساخته‌اند:
- Odyssey-2: تمرکز بر بهبود واقع‌گرایی فیزیکی و سازگاری محیطی.
- Odyssey-2 Max: پیشروی در شبیه‌سازی‌های مبتنی بر فیزیک و تعاملات آنی برای خلق محیط‌هایی که شبیه دنیای واقعی رفتار می‌کنند، نه فقط ویدئوهای متقاعدکننده.
- Starchild-1: یک پروژه چندوجهی (Multimodal) — مدلی که هم‌زمان متن، عکس و صدا را می‌فهمد، شبیه ما که با چند حس دنیا را می‌خوانیم — که درک بصری و شنیداری را در مدل‌سازی جهانی ادغام کرد.
- Agora-1: امکان تعامل هم‌زمان چندین انسان و عامل هوش مصنوعی در یک محیط شبیه‌سازی‌شده مشترک.
- PROWL: نمایش اینکه مدل‌های جهانی چگونه از طریق اکتشاف فعال و یادگیری از شکست‌ها پیشرفت می‌کنند.
برای تأمین توان پردازشی این شبیه‌سازی‌ها، Odyssey شرکت Amazon Web Services (AWS) را به عنوان شریک ابری برگزید. این آزمایشگاه از تراشه‌های AWS Trainium در کنار سایر سخت‌افزارها استفاده می‌کند تا بارهای محاسباتی عظیم مورد نیاز برای حفظ قوانین فیزیکی در شبیه‌سازی‌های طولانی‌مدت را مدیریت کند.
این شراکت نشان‌دهنده جنگ گسترده برای سخت‌افزار هوش مصنوعی است. با افزایش تقاضا، ارائه‌دهندگان ابری و سازندگان تراشه برای ارائه جایگزینی برای اکوسیستم غالب GPUهای Nvidia رقابت می‌کنند. Odyssey با استفاده از Trainium، به آمازون کمک می‌کند تا سخت‌افزار خود را روی سنگین‌ترین بارهای کاری هوش مصنوعی فعلی آزمایش کند.
پیامدهای صنعتی
برای رهبران کسب‌وکار، این یعنی «لحظه GPT-3» برای هوش مصنوعی فیزیکی در حال نزدیک شدن است. سرمایه جدید برای ایجاد زیرساخت و ظرفیت پژوهشی لازم جهت رسیدن به این نقطه عطف هزینه شده است. ما از هوش مصنوعی‌ای که ایمیل می‌نویسد، به سمت سیستم‌هایی می‌رویم که می‌توانند مدل‌های پیچیده را در بخش‌های مختلف شبیه‌سازی کنند:
- رباتیک و لجستیک: ربات‌ها می‌توانند در شبیه‌سازی‌های واقع‌گرایانه آموزش ببینند تا پیش از استقرار پرهزینه در دنیای واقعی، نتایج را پیش‌بینی و با شرایط متغیر سازگار شوند.
- بهداشت و علوم: پژوهشگران می‌توانند پیشرفت بیماری‌ها را شبیه‌سازی کنند یا واکنش‌های شیمیایی و فرآیندهای بیولوژیکی را مدل‌سازی کنند که مطالعه آن‌ها در واقعیت بسیار گران یا زمان‌بر است.
- دفاع و آموزش: این فناوری می‌تواند شبیه‌سازی‌های آموزشی با دقت بالا برای هوانوردی و عملیات امداد و نجات فراهم کند.
- گیمینگ: جایگزینی رویدادهای دستی و اسکریپت‌شده با دنیاهای تولیدشده توسط هوش مصنوعی که به‌طور پویا تکامل می‌یابند.
با این حال، مسیر رسیدن به شبیه‌سازی کامل دشوار است. خلق محیط‌هایی که پیچیدگی دنیای فیزیکی را بازتاب دهند، نیازمند منابع محاسباتی عظیم و داده‌های آموزشی انبوه است. Odyssey نمرات بنچمارک مدل‌های جدیدش را افشا نکرد، اما نیاز به پیشرفت در استدلال و پیش‌بینی بلندمدت همچنان مانع اصلی است.
گام بعدی شما
- اگر در حوزه رباتیک یا اتوماسیون صنعتی فعال هستید، روی ابزارهای شبیه‌سازی مبتنی بر World Models نظارت کنید تا هزینه‌های تست میدانی را کاهش دهید.
- پیشرفت‌های سخت‌افزاری AWS Trainium را دنبال کنید؛ موفقیت Odyssey در این بستر، جایگزین‌های ارزان‌تری برای Nvidia را معرفی می‌کند.
- بررسی کنید که آیا مدل‌های فعلی شما در درک روابط «علت و معلولی» شکست می‌خورند یا خیر.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو