Runway تراهن على أن توليد الفيديو هو طريق نماذج العالم في الذكاء الاصطناعي — وليس اللغة
تقدم Runway، شركة توليد الفيديو بالذكاء الاصطناعي التي أصبحت بصمت واحدة من أهم شركات الذكاء الاصطناعي، رهاناً جريئاً مخالفاً: أن توليد الفيديو، وليس نمذجة اللغة، هو الطريق لبناء نماذج عالم حقيقية في الذكاء الاصطناعي. المؤسسون الثلاثة — كريستوبال فالنزويلا وأناستاسيس جيرمانيديس من تشيلي، وأليخاندرو ماتامالا من اليونان — التقوا في مدرسة تيش للفنون بجامعة NYU، وليس في قسم علوم الحاسب.
بينما صبّت كل مختبرات الذكاء الاصطناعي الكبرى ملياراتها في نماذج اللغة الكبيرة كأساس للذكاء الاصطناعي العام، كانت Runway تبني نماذج توليد فيديو متطورة بشكل متزايد. حجتهم هي أن فهم الفيزياء والحركة والسببية والعلاقات المكانية من خلال الفيديو هو طريق أكثر مباشرة لبناء أنظمة ذكاء اصطناعي تفهم العالم حقاً.
أظهر نموذج Gen-4 نتائج مبهرة بالفعل، قادر على توليد مقاطع فيديو متسقة وعالية الجودة بفيزياء متماسكة واستمرارية زمنية — شيء لا تستطيع نماذج اللغة القيام به جوهرياً لأنها تعالج العالم كسلاسل من الرموز وليس كتجارب مكانية زمنية مستمرة.
رهان Runway المخالف مقنع فكرياً لكنه محفوف بالمخاطر تجارياً. لنماذج اللغة مسارات إيرادات واضحة؛ نماذج عالم الفيديو لا تزال تبحث عن ملاءمة السوق خارج هوليوود. مع ذلك، إذا كانوا على حق حتى جزئياً حول كون الفيديو طريقاً أفضل لفهم العالم، فالآثار على الروبوتات والأنظمة المستقلة والذكاء الاصطناعي الإبداعي هائلة.
ما هو نموذج العالم في الذكاء الاصطناعي؟
نموذج العالم هو نظام ذكاء اصطناعي يمكنه محاكاة والتنبؤ بكيفية عمل العالم المادي — كيف تتحرك الأشياء وتتفاعل وتتغير بمرور الوقت. نماذج اللغة الحالية تعالج النص لكنها لا تفهم الواقع المادي حقاً. نماذج العالم تهدف لسد هذه الفجوة.