この現(xiàn)実に加えて、AIは主にブラックボックスのままであり、エンジニアがモデルが予測(cè)不可能に振る舞う理由やそれらを修正する方法を説明するのに苦労しているという事実を追加します。

しかし、それはますます多くの研究者とスタートアップが次の大きな機(jī)會(huì)を見るところです。モデルトレーニングやより印象的な生成的出力だけでなく、物理的な世界を本當(dāng)に理解する機(jī)械では、それが動(dòng)き、反応し、リアルタイムで展開する方法です。彼らはこれを「物理的AI 」と呼んでいます。

このフレーズは、Nvidia CEOのJensen Huangによって最初にスポットライトを浴びました。彼は、物理的なAIを人工知能の次のフロンティアと表現(xiàn)し、「物理學(xué)の法則を理解するAI 」と定義し、ピクセルのラベル付けを超えて身體認(rèn)識(shí)に移行します - 空間、動(dòng)き、相互作用。

パッシブカメラからアクティブまで

そのコアでは、物理的なAIはコンピュータービジョン、物理シミュレーション、機(jī)械學(xué)習(xí)を組み合わせて、機(jī)械の原因と結(jié)果を教えます。本質(zhì)的に、AIシステムはオブジェクトや人を識(shí)別するだけでなく、環(huán)境とどのように相互作用するかを理解することができます。

グローバルベンチャーキャピタルと成長(zhǎng)エクイティ會(huì)社のノルウェストが資金を提供したスタートアップであるLumanaでは、そのフレーズは単なるマーケティング用語(yǔ)ではありません。これは、製品開発における完全な変換を表しています。 AIビデオ分析で知られている同社は、現(xiàn)在、動(dòng)きを検出するだけでなく、人間の行動(dòng)を解釈し、意図を評(píng)価し、リアルタイムアラートを自動(dòng)的に生成するためにモデルをトレーニングしています。

「物理的なAIをビデオインテリジェンスの次の段階として定義します」と、Lumana CEOのSagi Ben-Mosheはインタビューで述べました。 「それはもはや、廊下で赤い車や人を特定することだけではありません。次に何が起こるかを予測(cè)し、現(xiàn)実世界の狀況で意味のある行動(dòng)をとることです。」

1つの実用的な例では、Lumanaのシステムは、異常なボディーランゲージと2人の男性と無(wú)人飲料のペアの間の近接性を認(rèn)識(shí)した後、潛在的な攻撃を検出し、狀況がエスカレートする前にスタッフが介入できるようにするアラートを引き起こしました。別の例では、労働者が手を洗わなかったり、手袋なしで食物を扱ったり、生の材料を長(zhǎng)くしたりすることを含む、リアルタイムで食品安全違反を特定しました。これらの問(wèn)題は事実の後に発見されたものではありませんでしたが、起こっているときに捕まった問(wèn)題でした。 Ben-Moshe氏によると、このレベルの層狀解釈は、カメラを「インテリジェントセンサー」に変えています。

実世界の影響

Huangが以前に「物理的AI」という用語(yǔ)を使用して、具體化された知性と現(xiàn)実世界のシミュレーションに接続したことは偶然ではありません。それは、物理學(xué)の法則をよりよく理解し、より効果的に推論することができるAIシステムの構(gòu)築に向けた業(yè)界のより大きな変化を反映しています。この文脈では、物理學(xué)とは、原因と結(jié)果を指します。これは、外観だけでなく、動(dòng)き、力、相互作用を分析する能力です。

その視點(diǎn)は、ノルウェストの投資家と一致し、その初期段階でルマナをサポートしました。 「オブジェクトを検出するだけで、ビデオインテリジェンスの未來(lái)を構(gòu)築することはできません」と、ノルウェストのゼネラルパートナーであるドロアナフミは述べています。 「コンテキストで何が起こっているのかを理解するシステムが必要であり、數(shù)十の畫面を見ている人よりもそれを行うことができます。多くの場(chǎng)合、企業(yè)はこの情報(bào)を即座に必要とします。」

この分野で唯一のプレーヤーではありません。 HakimoやVintraのような他の人々は、同様のアプリケーションを調(diào)査しています。AIを使用して、製造に安全違反を発見したり、小売業(yè)でlo弾を検出したり、悪化する前に公共の妨害を防ぎます。

たとえば、Hakimoは最近、暴行を防ぎ、破壊行為を特定し、ライブビデオフィードとAIを使用して崩壊した個(gè)人を支援する自律監(jiān)視エージェントを開発しました。 3月のNVIDIA GTCで、Nvidiaは、環(huán)境ベースのトレーニングを通じて重力と空間的関係を理解することを?qū)Wんでいるロボットエージェントを紹介し、同じ物理的推論ルマナをエコーすることは監(jiān)視ツールに統(tǒng)合されます。

そして昨日、メタはV-Jepa 2のリリースを発表しました。同社の基本的なAI研究のコアラーニングおよび推論部門のグループプロダクトマネージャーであるMichel Meyerとして、昨日LinkedInにメタチーフAIの科學(xué)者Yann Lecunを引用したと書いています。 それ。"

物理的なAIの実際的な影響が何であるかを?qū)い亭椁欷郡趣?、Nahumiはそれが流行語(yǔ)を超えていると指摘しました。 「誰(shuí)でも動(dòng)きを検出できますが、ビデオ監(jiān)視で真のAIが必要な場(chǎng)合は、それを超えてコンテキストを理解する必要があります?！贡摔?、ルマナのフルスタックのコンテキストを意識(shí)したアーキテクチャを、単なるセールスピッチではなく、基礎(chǔ)と見なしています。

「ここには重要なビジネスチャンスがあると信じており、テクノロジーは今では人間のパフォーマンスをリアルタイムでサポートし、さらに上回るほど成熟していると考えています」と彼は私に語(yǔ)った。

信頼と透明性

真実は、物理的なシステムの成功は、基礎(chǔ)となるテクノロジーだけに依存しないということです。 AIが進(jìn)化し続けるにつれて、ほとんどのAIシステムの成功は倫理、信頼、説明責(zé)任に大きく依存していることがますます明らかになります。別の言い方をすれば、信頼はAIの有効性の通貨です。そして、企業(yè)が答え続けなければならない重要な質(zhì)問(wèn)は、私たちはあなたのAIシステムを安全に動(dòng)作させることを信頼することができますか？

セキュリティ設(shè)定では、誤検知は場(chǎng)所を閉鎖したり、罪のない個(gè)人を誤って非難することがあります。産業(yè)環(huán)境では、誤った解釈された行動(dòng)は不必要なアラームを引き起こす可能性があります。

プライバシーは懸念事項(xiàng)です。一方、工場(chǎng)、キャンパス、ホテルなどの民間施設(shè)內(nèi)で多くの物理的なAIシステムは機(jī)能しますが、批評(píng)家は、監(jiān)視なしでリアルタイムの行動(dòng)予測(cè)が大規(guī)模な監(jiān)視につながる可能性があると警告しています。ベンモシェ自身が認(rèn)めたように、これは保護(hù)、開放性、明示的な同意を必要とする強(qiáng)力なテクノロジーです。

ただし、Nahumiによると、Lumanaのマルチ層アプローチは、プライバシーを保護(hù)し、現(xiàn)在のシステムへのスムーズな統(tǒng)合を可能にしながら、便利なアラートを提供します。 「Lumanaは、最小限の破壊で物理的なAIを既存のインフラストラクチャに階層化するシステムを設(shè)計(jì)します」と彼は述べました。

瀬戸際の市場(chǎng)

これらの懸念にもかかわらず、需要は急速に増加しています。小売業(yè)者は、歩行路の異常を監(jiān)視したいと考えています。自治體は、人員を増やすことなく犯罪を防ぐことを目指しています。製造業(yè)者は、イベント後のレビューではなく、リアルタイムの安全コンプライアンスを求めています。すべてのシナリオで、問(wèn)題は同じままです。カメラが多すぎ、洞察が少なすぎます。

そして、それは物理的なAIの背後にある商業(yè)的正當(dāng)化です。ノルウェストのナフミが言ったように、「私たちは明確なROIインジケーターを見ています?；乇埭丹欷繐p失だけでなく、運(yùn)用効率において。これはもはや投機(jī)的な深い技術(shù)ではありません。プラットフォーム投資です?！?/p>

その投資は、スケーラブルで柔軟で費(fèi)用効率の高いシステムに依存しています。既存のカメラシステムの上に物理的なAIを追加するLumanaの戦略は、「Rip and Replace」のジレンマを回避し、養(yǎng)子縁組の障壁を低く保ちます。 Nahumiは、小売、製造、ホスピタリティ、公共の安全性にわたる企業(yè)の関心の高まりを強(qiáng)調(diào)しました。これは、ビデオ映像が豊富な分野ですが、分析はマニュアルで非効率的なままです。

企業(yè)の役員室や研究室を越えてさえ、「観察」ではなく「理解」する機(jī)械への欲求が成長(zhǎng)しています。そのため、ノルウェスト、Nvidia、Hakimo、Lumanaなどの企業(yè)が物理的なAIを倍増しています。

「5年で」とベン?モシェは、「物理的なAIは観察以上のことをします。アクションを提案し、イベントを予測(cè)し、安全チームに比類のない視認(rèn)性を提供します?！工长欷?、彼が強(qiáng)調(diào)したことは、見るだけでなく対応するシステムに関するものであると彼は強(qiáng)調(diào)した。

持ち帰り

最終的に、物理的なAIの目標(biāo)は、機(jī)械がより明確に見るのを助けるだけではありません。それは、彼らが見ているものを理解するのを助けることです。それは、彼らが私たちが住んでいる複雑な物理的世界で知覚、理解し、理性を支援することです。

Ben-Mosheは、物理的なAIがアクションを推奨し、インシデントがエスカレートするのを止め、発生する前にイベントを予測(cè)する未來(lái)を想像しています。 「ビデオの毎秒は、実用的な洞察を生み出すはずです」と彼は言いました。 「私たちは、物理學(xué)の可能性のある経路を追跡する粒子など、世界について世界を推論し、最も可能性の高い、最も価値のある結(jié)果を強(qiáng)調(diào)してほしいと考えています?！?/p>

これは、今日の基本的な監(jiān)視システムからの大きな飛躍です。犯罪を防ぎ、事故を避けることから、新しい運(yùn)用上の洞察を明らかにし、活動(dòng)の傾向を分析することから、カメラを介したエンジンの推論は、具體的で測(cè)定可能な価値を提供します。

しかし、それらをスケーリングすることは、本當(dāng)の努力があるところです。正確で、倫理的で、監(jiān)査可能で、信頼できるシステムが必要です。そのバランスを達(dá)成できる場(chǎng)合、私たちはすぐにAIが私たちに何が起こったのかを示すだけでなく、最も重要なことを判斷するのに役立つ世界に入るかもしれません。

以上が「物理的AI」とは何ですか？ AIに現(xiàn)実の世界を理解させるためのプッシュの內(nèi)部の詳細(xì)內(nèi)容です。詳細(xì)については、PHP 中國(guó)語(yǔ) Web サイトの他の関連記事を參照してください。