Der leitende KI-Wissenschaftler des Unternehmens, Yann LeCun, glaubte, dass das V-JEPA-Modell, das trainiert, indem es Lücken in Videos gefüllt, ein erster Schritt in Richtung künstlicher allgemeiner Intelligenz sein könnte.

Die KI-Forscher von Meta haben ein neues Modell veröffentlicht, das auf ähnliche Weise trainiert wird wie die heutigen großen Sprachmodelle, aber anstatt aus geschriebenen Wörtern zu lernen, lernt es aus Videos.

Yann LeCun, der die FAIR-Gruppe (Foundational AI Research) von Meta leitet, hat vorgeschlagen, dass KI-Modelle schneller lernen könnten, wenn sie dieselbe Maskierungstechnik verwenden könnten, jedoch auf Videomaterial.

„Unser Ziel ist es, fortschrittliche maschinelle Intelligenz aufzubauen, die mehr lernen kann als Menschen“, sagte LeCun, „und interne Modelle der Welt um sie herum zu bilden, um effizient zu lernen, sich anzupassen und Pläne zu schmieden, um zu komplexieren.“ Aufgaben zu erledigen.“

Video Joint Embedding Predictive Architecture (V-JEPA). Video Joint Embedding Predictive Architecture (V-JEPA). blendet war.

Beachten Sie, dass V-JEPA kein generatives Modell ist. Es entwickelt ein internes konzeptionelles Modell der Welt.

Die Forschung könnte große Auswirkungen sowohl auf Meta als auch auf das breitere KI-Ökosystem haben.

Meta hat im Rahmen seiner Arbeit an Augmented-Reality-Brillen bereits von einem „Weltmodell“ gesprochen. Dabei zu helfen, Dinge zu bewältigen und mehr Spaß zu haben. der Welt eines Benutzers lernen. V-JEPA in der Art und Weise führen , wie KI-Modelle trainiert werden, Punkt. Modelle sind derzeit den Reichen vorbehalten. Mit effizienteren Trainingsmethoden könnte sich das ändern.

Kleinere Entwickler könnten möglicherweise größere und leistungsfähigere Modelle trainieren, wenn die Schulungskosten sinken würden.

LeCun argumentiert, dass die Unfähigkeit aktueller LLMs, durch Bild und Ton zu lernen, den Fortschritt in Richtung künstlicher allgemeiner Intelligenz verlangsamt (bei der KI im Allgemeinen intelligenter als Menschen ist).

Metas nächster Schritt nach V-JEPA besteht darin, dem Video Audio hinzuzufügen, was dem Modell eine völlig neue Dimension von Daten geben würde, aus denen es lernen kann – genau wie ein Kind, das einen stummgeschalteten Fernseher anschaut und dann den Ton lauter stellt. Das Kind würde nicht nur sehen, wie sich Gegenstände bewegen, sondern beispielsweise auch hören, wie Menschen darüber reden.

Meta gibt an, das V-JEPA-Modell unter einer nichtkommerziellen Creative-Commons-Lizenz zu veröffentlichen, damit Forscher damit experimentieren und möglicherweise seine Fähigkeiten erweitern können.

Entdecken Sie den Spezialisten für Akkus Online-Shop. Jetzt Laptop Akkus, Batterien und Netzteile online bei AkkusMir kaufen - Große Auswahl an Notebook Akkus / Netzteile – Schneller Versand – Wir bieten Akkus zu unglaublich günstigen Preisen

Metas neues KI-Modell lernt durch das Ansehen von Videos