Искусственный интеллект учится понимать физику: как AI развивает интуитивные знания о мире

Новое исследование, проведённое под руководством главы Meta* по искусственному интеллекту Яна Лекуна, демонстрирует, как искусственный интеллект может развивать базовое понимание физики, просто просматривая видео. Полученные результаты подтверждают альтернативное видение Лекуна в отношении генеративного AI.

Исследовательская группа, в которую входят учёные из Meta FAIR, Университета Гюстава Эйфеля и EHESS, показала, что AI может развивать интуитивные знания в области физики с помощью видеообучения с самоконтролем. Их результаты свидетельствуют о том, что системы AI могут понимать фундаментальные физические концепции без заранее заданных правил.

В отличие от генеративных моделей AI, таких как Sora от OpenAI, подход команды использует архитектуру совместного прогнозирования видео (V-JEPA). Вместо того, чтобы генерировать идеальные с точки зрения пикселей прогнозы, V-JEPA делает прогнозы в абстрактном пространстве представлений — ближе к тому, как, по мнению Лекуна, человеческий мозг обрабатывает информацию.

Исследователи позаимствовали из психологии развития эффективный метод оценки под названием «нарушение ожиданий». Изначально этот подход использовался для проверки понимания детьми законов физики. Он показывает испытуемым две похожие сцены — одну физически возможную, а другую невозможную, например, как мяч катится сквозь стену. Измеряя реакцию удивления на эти нарушения законов физики, исследователи могут оценить базовое понимание физики.

Система была протестирована на трёх наборах данных: IntPhys для базовых физических концепций, GRASP для сложных взаимодействий и InfLevel для реалистичных сред. V-JEPA продемонстрировала особую эффективность в понимании постоянства объектов, непрерывности и согласованности форм. Большие