آینده هوش مصنوعی: آموزش از روی مهارت‌های ضعیف گیمینگ شما

با یک حرکت ساده دستگیره، فشار دادن ماشه و چند کلیک، حتی یک بازیکن با مهارت پایین نیز می‌تواند در محیط‌های سه‌بعدی بازی‌های ویدیویی بچرخد. یک استارتاپ بریتانیایی باور دارد که این توالی‌های ساده، گنجی از اطلاعات هستند که می‌توانند برای آموزش مدل‌های جدید هوش مصنوعی به کار روند.

چرا مدل‌های زبانی بزرگ کافی نیستند؟

در محافل صنعت هوش مصنوعی، باوری رو به رشد وجود دارد که مدل‌های زبانی بزرگ (LLMs) در نهایت با ناتوانی خود در پیمایش دنیای فیزیکی محدود خواهند شد. این مدل‌ها که فقط روی کلمات آموزش داده شده‌اند، برای هدایت خودروهای خودران، کنترل بازوهای رباتیک یا انجام کارهایی که نیاز به ظرافت و دقت دارند، چندان مجهز نیستند. برای رفع این کاستی، پژوهشگران برجسته‌ای مانند فئی-فی لی و ینان لکون تلاش خود را بر کلاسی دیگر از هوش مصنوعی تمرکز کرده‌اند: مدل‌های جهان (World Models).

نیاز به داده‌های علّی و معلولی

برای آنکه مدل‌های جهان در قوانین فیزیکی دنیای واقعی سلیق‌مند شوند، نیاز است که روی ترکیبی از داده‌های بصری و عملیاتی آموزش ببینند. مثلاً قبل از آنکه یک مدل بتواند بازوی رباتیک را به‌دقت هدایت کند، باید با فیلم‌برداری‌های خط تولید و اطلاعات مربوط به میزان فشار گرفتن شیء و گشتاور آن آموزش ببیند. اما برخلاف LLMها که روی اقیانوس داده متنی سوار شده‌اند، هیچ پیکره داده‌ای مشابه برای آزمایشگاه‌های مدل‌های جهان وجود ندارد.

«برای مدل‌های جهان، شما به علّیت و پیامد نیاز دارید،» شاتین زو، استاد دانشگاه سوری، می‌گوید. «در اینترنت، این نوع داده‌ها بسیار کمیابی دارند.»

بازی‌های ویدیو؛ گنجینه‌ای از داده‌های گم‌شده

«ورلد‌مدل‌دیتا» (Worldmodeldata)، یک استارتاپ بریتانیایی که ینان لکون مشاور آن است، در حال تلاش برای حل این مشکل است. این شرکت با بسته‌بندی ورودی‌های کنترلر و سایر داده‌های جمع‌آوری‌شده توسط استودیوهای بازی‌سازی (که محصولی جانبی و در مقیاس عظیم است)، داده‌های آموزشی برای مدل‌های جهان فراهم می‌کند.

دلال داده‌های گیمینگ

برخی شرکت‌ها مانند General Intuition و Niantic از پلتفرم‌های خود برای جمع‌آوری داده استفاده می‌کنند، اما ورلد‌مدل‌دیتا خود را یک دلال معرفی می‌کند که داده‌ها را تدارک و سازماندهی می‌کند تا آزمایشگاه‌ها را از نیاز به بستن قراردادهای انفرادی با ده‌ها استودیوی بازی نجات دهد.

رئا لوکاس، مدیرعامل این شرکت، معتقد است: «میلیون‌ها بازی عالی وجود دارد و آن‌ها روزبه‌روز شبیه‌تر به دنیای واقعی می‌شوند. چرا تجربه‌های غنی، متنوع و فراوان بازی‌های ویدیو را بر AI آموزش ندهیم؟»

آیا داده‌های گیمینگ برای کنترل دقیق کافی هستند؟

پژوهشگران با فرضی مشترک کار می‌کنند که عملکرد مدل‌های جهان، مانند LLMها، با افزایش حجم داده‌های آموزشی بهبود می‌یابد. بنابراین کمبود داده مناسب یکی از بزرگ‌ترین گلوگاه‌های پیشرفت است. برخی آزمایشگاه‌ها تلاش کرده‌اند با نصب حسگر بر روی انسان‌ها و ربات‌ها داده‌های خود را تولید کنند، اما این روش حجم پایینی از داده تولید می‌کند و سناریوهای غیرعادی (Corner Cases) را پوشش نمی‌دهد.

نیکول فرانکل از شرکت سرمایه‌گذاری Khosla Ventures توضیح می‌دهد: «می‌توانید پول پرداخت کنید تا افراد وظایف بردن و گذاشتن شیء را نمایش دهند. اما تکرار صرف، بی‌نظمی جهان را که از یک ماشین انتظار دارید، در خود جای نمی‌دهد.»

دیدگاه‌های متقابل درباره فیزیک بازی‌ها

ورلد‌مدل‌دیتا معتقد است داده‌های بازی‌های ویدیویی (ترکیب نمایش بصری فضا با اکشن‌های بازیکن) هم در حجم لازم موجودند و هم تنوع کافی برای پوشش سناریوهای حدی دارند. اما همه به اندازه لوکاس خوش‌بین نیستند. نیدیا (Nvidia) که خانواده‌ای از مدل‌های جهان بهینه‌شده برای چیپ‌های خود را منتشر می‌کند، ترجیح می‌دهد از یک موتور سفارشی برای بازتولید فیزیک دنیای واقعی استفاده کند.

مینگ-یو لیو، رهبر توسعه مدل‌های جهان در نیدیا، استدلال می‌کند که مدل‌های آموزش‌دیده روی ورودی‌های گیمینگ، در کارهایی که نیاز به کنترل حرکتی ریز و ظریف دارند (مانند دستکاری دقیق اشیاء) عملکرد پایینی خواهند داشت. دلیل آن نیز این است که فیزیک بازی‌ها اغلب عجیب‌وغریب است و توسعه‌دهندگان برای ایجاد توهم واقع‌گرایی میان‌بُری‌ها انجام می‌دهند (مثلاً شخصیت دست را برای برداشتن سیب روی میز پایین می‌آورد بدون اینکه فشار انگشتان روی سیب کدنویسی شده باشد).

«من در استفاده از داده‌های ویدیو برای دستکاری (Manipulation) محتاط‌تر هستم،» لیو می‌گوید. «فیزیک دستکاری بسیار پیچیده‌تر است.» به گفته او، داده‌های گیمینگ بهتر است برای تولید ویدیوهای فوق‌واقعی یا محیط‌های سه‌بعدی به کار روند.

اگرچه تردیدهایی وجود دارد، تا رسیدن به «لحظه GPT» مدل‌های جهان، راه‌های متعددی روی میز است. فرانکل نتیجه می‌گیرد: «راه‌های بسیاری به سرزمین وعده‌شده وجود دارد. حقیقت این است که هنوز معلوم نیست کدام یک بهترین خواهد بود.»