宝玉（@dotey）のスレッド

李菲菲のツイート（以下は原文ツイートの翻訳です）： AIの次のフロンティアは「空間知能」です。この技術は、「見る」を「考える」、「知覚」を「行動」、「想像」を「創造」へと変革します。しかし、空間知能とは一体何なのでしょうか？なぜ重要なのでしょうか？どのように構築するのでしょうか？そして、どのように活用するべきなのでしょうか？ 本日は、以下の記事で、「空間知能を解き放つための『世界モデル』の構築と使用」について私の考えを共有したいと思います。 この新しい記事では、「真に空間的に知的な世界モデル」が備えるべき3つのコア機能を概説するフレームワークを概説します。このフレームワークを活用することで、物語を語る者の想像力で創造し、救急隊員の流暢さでナビゲーションし、科学者の精度で空間について推論できるAIを構築できるはずです。 AIはかつてないほど刺激的な時代を迎えています。LLMのような生成AIモデルは研究室から日常生活へと移行し、数十億の人々にとって創造性、生産性、そしてコミュニケーションのためのツールとなっています。しかし、彼らは「暗闇の中の言葉遣い師」のようなものです。雄弁ではあるものの未熟で、知識は豊富ですが「現実離れ」しています。空間知能は、私たちが現実世界と仮想世界を創造し、交流する方法に革命をもたらすでしょう。物語、創造性、ロボット工学、科学的発見といった分野に革命をもたらすでしょう。 空間知能の核心を解き放つには、「世界モデル」の開発が不可欠です。これは、LLMとは異なる様々な課題に対処する必要がある、新しいタイプの生成AIです。これらのモデルは、以下の機能を備えていなければなりません。 1) 物理法則に従い、空間的に一貫性のある世界を生成する。 2) 画像から動きまでのマルチモーダル入力の処理 3) これらの世界が時間の経過とともにどのように進化し、相互作用するかを予測します。 空間知能の応用範囲は非常に広範です。「短期的には、創造的なツールが『現在』に出現しつつあります。ワールドラボのMarbleは既に、クリエイターやストーリーテラーの手にこれらの機能を提供しています。ロボティクスの中期ビジョンは、野心的な中期ビジョンを表しており、『知覚』と『行動』の間の閉ループを完成させることを目指しています。最も革新的な科学的応用には、長期的にはより長い時間がかかりますが、人類の繁栄に計り知れない影響を与えることは間違いありません。」 哲学者ウィトゲンシュタインはかつてこう書きました。「私の言語の限界は、私の世界の限界を意味する」。私は哲学者ではありませんが、少なくともAIにとって、世界は「単なる言葉以上のもの」であることを知っています。空間知能は言語を超えたフロンティアです。想像力、知覚、そして行動を結びつけ、医療から創造性、科学的発見から日常の支援に至るまで、機械が人間の生活を真に向上させる可能性を切り開きます。