مدلهای جهانی یا شبیهسازهای جهانی در حال تبدیل شدن به یکی از داغترین موضوعات در حوزه هوش مصنوعی هستند. این مدلها با الهام از نحوه شکلگیری درک و تصور ذهنی انسانها از جهان، سعی دارند به هوش مصنوعی توانایی پیشبینی، استدلال و تصمیمگیری هوشمندانه بدهند.
مدلهای جهانی با تقلید از توانایی ناخودآگاه انسانها برای تحلیل محیط اطرافشان، به هوش مصنوعی امکان پیشبینی رویدادها و شبیهسازی محیطها را میدهند. بهعنوان مثال، یک بازیکن حرفهای بیسبال، مسیر حرکت توپ را بدون محاسبات پیچیده ذهنی پیشبینی میکند. مدلهای جهانی نیز تلاش میکنند چنین تواناییهایی را در هوش مصنوعی ایجاد کنند.
با اینکه مفهوم مدلهای جهانی از دههها پیش وجود داشته است، اکنون این مدلها به دلیل تواناییشان در بهبود تولیدات هوش مصنوعی، بهویژه در زمینه تولید ویدئو، مورد توجه قرار گرفتهاند. مدلهای تولیدکننده فعلی اغلب دچار اشتباهاتی مانند حرکت غیرطبیعی اجسام یا تغییر شکل نامتعارف شخصیتها میشوند. اما مدلهای جهانی، با درک عمیقتر از قوانین فیزیکی و علت و معلول، میتوانند ویدئوهای واقعگرایانهتر و طبیعیتری تولید کنند.
برای نمونه، مدل Sora از OpenAI، توانایی شبیهسازی حرکتها و رندر کردن محیطهای ویدئویی را دارد. در آینده، مدلهای پیشرفتهتر میتوانند دنیاهای سهبعدی کاملاً تعاملی و مجازی ایجاد کنند، که نیاز به زمان و هزینه بالای تولید فعلی را کاهش میدهند.
علاوه بر تولید ویدئو، مدلهای جهانی در رباتیک، برنامهریزی و پیشبینی نیز کاربرد دارند. یان لوکان، دانشمند ارشد هوش مصنوعی در Meta، معتقد است که این مدلها میتوانند به ماشینها امکان درک عمیقتر جهان و انجام وظایف پیچیده مانند تمیز کردن یک اتاق با استدلال دقیق درباره اقدامات مورد نیاز را بدهند.
با وجود قابلیتهای جذاب، چالشهای زیادی بر سر راه مدلهای جهانی وجود دارد:
اگر این چالشها برطرف شوند، مدلهای جهانی میتوانند انقلابی در هوش مصنوعی ایجاد کنند. این مدلها قادر خواهند بود رباتهای هوشمندتر، سیستمهای تصمیمگیری پیشرفتهتر و تجربیات مجازی بینظیری را فراهم کنند.
با سرمایهگذاری شرکتهایی مانند World Labs و DeepMind، دهه آینده میتواند شاهد پیشرفتهایی باشد که تواناییهای هوش مصنوعی را از درک سطحی به استدلال عمیق نزدیک کند.