动察 Beating AI hızlı haber: Yann LeCun'un kurduğu AMI Labs, Brown Üniversitesi araştırmacılarıyla birlikte "Counterfactual World Models" başlıklı yeni bir makale yayımladı. Bu çalışma, JEPA dünya modelinin bir eylemin gerçek sonucuna dayanarak, o anda farklı bir eylem seçilseydi başarısızlığın önlenip önlenemeyeceğini hesaplamasını sağlıyor. Bu yeteneğe "karşıolgusal çıkarım" deniyor.
Örneğin, bir robot yükü belirlenen konuma götürmek istiyor ancak bir rüzgar onu yönünden saptırıyor. Robot, yanlış yönü mü seçtiğini yoksa görevin rüzgar çok güçlü olduğu için mi başarısız olduğunu nasıl ayırt edebilir? Sıradan dünya modelleri farklı eylemlerin genellikle hangi sonuçları doğuracağını tahmin edebilir, ancak bu sefer rüzgarın ne kadar etkili olduğunu bilemez.
Yeni yöntem, gerçek sonuç ile önceki tahmin arasındaki sapmayı kullanarak bu dış müdahalenin etkisini tahmin ediyor, ardından o anda başka bir eylem seçilseydi sonucun nasıl farklı olacağını hesaplıyor. Tüm süreç yalnızca mevcut tahmin edicinin iki kez çağrılmasını gerektiriyor; ek bir karşıolgusal model eğitimi gerekmiyor. Böylece robot, olay sonrasında farklı bir eylemle hedefe ulaşma şansının olup olmadığını değerlendirebiliyor.
Ekip, dört fizik simülasyon ortamında, modelin olay sonrasında hedefi tamamlayabilecek eylemleri bulma oranının %35–%69'a ulaştığını bildiriyor; karşılaştırma yöntemlerinde bu oran yalnızca %14–%23. Karşılaştırma yöntemleri simülasyon ortamının gerçek fizik kurallarını bilse bile, bu sefer gerçekte meydana gelen müdahaleyi bilmedikleri sürece geride kalıyor.
Ancak bu yöntem, eylemlerin ve dış müdahalelerin etkilerinin yaklaşık olarak toplanabilir olmasını gerektiriyor. Çarpışma meydana gelirse veya motor arızası farklı komutların farklı şekilde etkilenmesine yol açarsa tahmin hatalı olabilir. Araştırma şu anda yalnızca simülasyon ortamlarıyla sınırlı ve gerçek robotların fiili kontrol performansı henüz doğrulanmadı.
