گوگل دیپ‌ماین: تولیدکنندگان ویدیو مدل‌های جهانی مورد نیاز بینایی را دارند

تحول در درک ماشینی جهان

گوگل دیپ‌ماین اعلام کرد که مدل‌های تولید ویدیو در حال حاضر حاوی مدل‌های جهانی (world models) هستند که بینایی ماشین مدت‌هاست به دنبال آن‌ها بوده است. این یافته می‌تواند درک ماشینی از جهان فیزیکی را متحول کند.

مدل‌های جهانی چیست؟

مدل‌های جهانی نمایش‌های درونی از نحوه عملکرد جهان فیزیکی هستند. تولیدکنندگان ویدیو برای ساخت ویدیوهای واقع‌گرایانه باید نحوه حرکت اجسام، نور و تعاملات فیزیکی را درک کنند و دقیقاً همین درک، مدل جهانی محسوب می‌شود.

کاربردهای بالقوه

این کشف می‌تواند کاربردهای گسترده‌ای در رباتیک، خودروهای خودران و شبیه‌سازی‌های پیشرفته داشته باشد. با استفاده از مدل‌های جهانی استخراج‌شده از تولید ویدیو، می‌توان سیستم‌های هوشمندتری ساخت.

منبع: The Decoder