Fei-Fei Li: Spatial Intelligence is the Next Frontier in AI (Рубрика #AI)

Посмотрел интересный доклад Фей-Фей Ли, которая широко известна как «крёстная мать ИИ» (Godmother of AI). . Она известна прежде всего как создатель ImageNet — революционного проекта, который заложил основы современного глубокого обучения. В 2017-2018 годах работала в Google Cloud в качестве главного научного сотрудника по AI/ML. А сейчас она является профессором компьютерных наук в Стэнфордском университете и соучредителем Stanford Institute for Human-Centered AI. В 2024 году Фей-Фей Ли основала стартап World Labs и эта компания занимается разработкой пространственного интеллекта и привлекла $230 млн инвестиций, достигнув оценки свыше $1 млрд. По-факту, ребята делают свой тип моделей Large World Models (LWMs), которые способны воспринимать, генерировать и взаимодействовать с трёхмерным миром. Ниже представлены ключевые идеи выступления

1. История создания ImageNet
Фей-Фей Ли рассказала о зарождении ImageNet в 2007 году, когда она была ассистентом профессора в Принстоне. В то время в области компьютерного зрения катастрофически не хватало данных, алгоритмы работали плохо, и индустрии практически не существовало. Её команда приняла смелое решение создать беспрецедентный датасет, загрузив миллиард изображений из интернета для создания всемирной визуальной таксономии
2. Прорыв 2012 года: AlexNet
Переломный момент наступил в 2012 году, когда команда под руководством Джеффри Хинтона представила AlexNet — сверточную нейронную сеть, которая кардинально превзошла все существующие алгоритмы в ImageNet Challenge. Это событие положило начало революции глубокого обучения, объединив три ключевых компонента: данные (ImageNet), алгоритмы (CNN) и вычислительную мощность (GPU)
3. Эволюция компьютерного зрения
Фей-Фей Ли проследила эволюцию от распознавания объектов к описанию сцен. Работая с учениками, включая Andrej Karpathy, она добилась создания алгоритмов, способных описывать целые сцены — мечты, которую она считала задачей на всю жизнь. К 2015 году команда опубликовала работы по автоматическому созданию подписей к изображениям.
4. Пространственный интеллект как новый рубеж
Фей-Фей Ли обосновала важность пространственного интеллекта через эволюционную перспективу. Развитие человеческого языка заняло менее 500 тысяч лет, в то время как зрение развивалось 540 миллионов лет, начиная с первых трилобитов. Именно зрение запустило эволюционную гонку вооружений, сделав животных более сложными и интеллектуальными.
5. Сложность пространственного интеллекта
Фей-Фей Ли объяснила, почему пространственный интеллект сложнее языковых моделей
- Язык одномерен - слова идут в последовательности, тогда как реальный мир трёхмерен (или четырёхмерен с учётом времени)
- Язык чисто генеративен - он создаётся в головах людей, в то время как физический мир подчиняется законам физики
- Визуальное восприятие - это всегда проекция 3D в 2D, что создаёт математически интересную задачу
- Данные о пространственном интеллекте менее доступны по сравнению с языковыми данными в интернете

Если подводить итоги, то Фей-Фей Ли считает, что
- AGI невозможно без пространственного интеллекта - это фундаментальная проблема для достижения искусственного общего интеллекта
- Пространственный интеллект имеет широкие применения: от создания контента (дизайнеры, архитекторы, разработчики игр) до робототехники и метавселенных
- Ключевое качество для успеха в области ИИ - это отсутствие страха перед сложными задачами (intellectual fearless), которое Фей-Фей Ли ищет в студентах и сотрудниках
- Междисциплинарный подход критически важен для будущих исследований в области ИИ, особенно для научных открытий
- Открытый исходный код должен защищаться как важная составляющая предпринимательской экосистемы

Фей-Фей Ли считает, что пространственный интеллект представляет собой безумно сложный вызов, возможно, самый сложный в современном ИИ, но ей привычно решать задачи такого масштаба.

#AI #ML #Management #Leadership #Architecture