Thread de 宝玉 (@dotey)

Um tweet de Li Feifei (o conteúdo a seguir é uma tradução do tweet original): A próxima fronteira da IA ​​é a "inteligência espacial". Essa tecnologia transformará o "ver" em "pensar", a "percepção" em "ação" e a "imaginação" em "criação". Mas o que é exatamente? Por que é importante? Como a construímos? E como devemos usá-la? Hoje, no artigo a seguir, gostaria de compartilhar minhas ideias sobre "construir e usar 'modelos mundiais' para desbloquear a inteligência espacial". Neste novo artigo, apresento uma estrutura que define três capacidades essenciais que um "modelo de mundo verdadeiramente inteligente espacialmente" deve possuir. Precisamos usá-la para construir uma IA capaz de criar com a imaginação de um contador de histórias, navegar com a desenvoltura de um socorrista e raciocinar sobre o espaço com a precisão de um cientista. “A inteligência artificial nunca foi tão empolgante. Modelos generativos de IA, como o LLM, saíram dos laboratórios e chegaram ao cotidiano, tornando-se ferramentas de criatividade, produtividade e comunicação para bilhões de pessoas. No entanto, eles são como ‘escritores no escuro’ — eloquentes, mas inexperientes; conhecedores, mas ‘desconectados da realidade’. A inteligência espacial revolucionará a forma como criamos e interagimos com o mundo real/virtual — revolucionará áreas como narrativa, criatividade, robótica e descobertas científicas.” Desvendar a essência da inteligência espacial reside no desenvolvimento de "modelos do mundo". Trata-se de um novo tipo de IA generativa que deve abordar uma série de desafios distintos dos modelos de aprendizagem por aprendizagem (LLM). Esses modelos devem ser capazes de: 1) Gere um mundo que obedeça às leis da física e seja espacialmente consistente; 2) Processamento de entradas multimodais, desde imagens até movimento; 3) Preveja como esses mundos irão evoluir ou como as pessoas irão interagir com eles ao longo do tempo. As aplicações da inteligência espacial são muito amplas. “Ferramentas criativas estão surgindo ‘no presente’, em curto prazo — o Marble, da World Labs, já colocou essas capacidades nas mãos de criadores e contadores de histórias. O médio prazo para a robótica representa uma visão ambiciosa, na qual estamos aperfeiçoando o ciclo fechado entre ‘percepção’ e ‘ação’. As aplicações científicas mais transformadoras levarão mais tempo, em longo prazo, mas prometem ter um impacto profundo na prosperidade da humanidade.” “O filósofo Wittgenstein escreveu certa vez: ‘Os limites da minha linguagem significam os limites do meu mundo.’ Eu não sou filósofo. Mas sei que, pelo menos para a IA, o mundo é ‘mais do que apenas palavras’. A inteligência espacial representa uma fronteira além da linguagem — ela conecta imaginação, percepção e ação, abrindo possibilidades para que as máquinas realmente melhorem a vida humana, da medicina à criatividade, da descoberta científica à assistência cotidiana.”