Worldmodeldata สตาร์ทอัพอังกฤษที่ได้คำปรึกษาจาก Yann LeCun รวบรวมข้อมูลการควบคุมเกมจากสตูดิโอต่างๆ เกือบ 1 ล้านชั่วโมง เพื่อสร้างชุดข้อมูลฝึกโมเดลโลก (world model) โดยเชื่อว่าข้อมูลภาพ 3D คู่กับการกระทำของผู้เล่นมีปริมาณมากและหลากหลายพอที่จะครอบคลุมกรณีขอบเขตสำคัญ
แนวคิดคือ โมเดลโลกจะดียิ่งขึ้นตามขนาดข้อมูลฝึก คล้ายกับ LLM และข้อมูลเกมเป็น “ผลพลอยได้” ที่มีปริมาณมหาศาล ซึ่งต้นทุนข้อผิดพลาดในโลกจริงอย่างรถยนต์ เครื่องบิน โดรน หรือหุ่นยนต์ สูงมาก จึงต้องฝึกในสภาพแวดล้อมจำลองก่อน
แต่ Ming-Yu Liu หัวหน้าทีมโมเดลโลกของ Nvidia เห็นว่าฟิสิกส์เกมมัก “หยาบค่อนข้าง” และนักพัฒนาลดทอนรายละเอียด เช่น การจับแอปเปิลบนโต๊ะ ไม่ได้เขียนแรงดันนิ้วแต่ละนิ้ว ทำให้โมเดลที่เรียนจากเกมอาจไม่เหมาะกับงานต้องการการควบคุมละเอียด
จนกว่าโมเดลโลกจะถึงช่วง “ChatGPT moment” ทุกแนวทางยังคงเปิดอยู่
ศัพท์ที่ควรรู้
- World model – โมเดลโลก คือระบบ AI ที่เรียนรู้การทำงานของโลกจริงจากข้อมูลเพื่อคาดการณ์และวางแผนการกระทำ
- Training dataset – ชุดข้อมูลฝึกอบรม คือข้อมูลที่ใช้สอนโมเดล AI ให้เรียนรู้รูปแบบและความสัมพันธ์
- Controller input – อินพุตคอนโทรลเลอร์ คือสัญญาณการกดปุ่มและการเคลื่อนไหวจากอุปกรณ์ควบคุมเกม
- Fine-grained motor control – การควบคุมการเคลื่อนไหวละเอียด คือความสามารถในการจัดการวัตถุด้วยแรงและท่าทางที่แม่นยำ
- Physics engine – เครื่องยนต์ฟิสิกส์ คือซอฟต์แวร์ที่จำลองกฎทางฟิสิกส์ในเกมหรือการจำลอง
- Corner case – กรณีขอบเขต คือสถานการณ์ที่เกิดขึ้นน้อยแต่สำคัญ ซึ่งโมเดลต้องจัดการได้ถูกต้อง
ที่มา: Wired