Один из основоположников современного искусственного интеллекта Юрген Шмидхубер принял участие в подкасте The Information Bottleneck, где обсудил фундаментальные концепции, заложенные его лабораторией десятилетия назад, и их роль в развитии современных технологий.
Что произошло
В интервью с The Information Bottleneck Юрген Шмидхубер проанализировал влияние своих прошлых разработок, таких как LSTM, GAN и концепции искусственного любопытства, на текущее состояние индустрии. Особое внимание было уделено критическому различию между моделями, предсказывающими следующий токен, и моделями, способными к планированию действий в физическом мире.
Контекст
Современные успехи в области ИИ во многом базируются на масштабировании архитектур и идей, предложенных еще 30 лет назад. Обсуждение подчеркивает, что текущий бум LLM опирается на классические методы, что создает базу для перехода к более сложным системам.
Почему это важно для индустрии
Для индустрии ключевым барьером на пути к созданию продвинутой робототехники является разрыв между предиктивными LLM и моделями, способными к планированию в реальной среде (Physical AI). Переход к World Models и интеграция Reinforcement Learning (RL) с генеративными моделями определяют следующий вектор развития: от создания «умных чат-ботов» к разработке автономных агентов действия.
Почему это важно для пользователей
Для читателей и специалистов это возможность понять вектор движения индустрии за пределы простого генеративного текста. Понимание связи между классическими архитектурами (как LSTM) и современными гибридными схемами помогает лучше ориентироваться в технологических трендах и потенциальных областях применения ИИ, таких как Embodied AI.
Источники
Автор
Look at AI, редакция