فی-فی لی، یکی از تأثیرگذارترین صداها در حوزه هوش مصنوعی، به خاطر توسعه ImageNet شناخته شده است؛ پایگاه دادهای که تقریباً ۲۰ سال پیش ایجاد شد و به پایهای برای فناوری بینایی کامپیوتر مدرن تبدیل شده است. اکنون، او مأموریت جدیدی به عنوان بنیانگذار یک استارتاپ آغاز کرده است.
آخرین پروژه او، World Labs، در حال ساخت چیزی است که به آن هوش فضایی (spatial intelligence) میگویند، که هدف آن درک دنیای فیزیکی ما است. این شرکت در حال توسعه «مدلهای جهانی» است که برخلاف مدلهای زبانی که فقط زبان را پردازش میکنند، قادر به تولید جهانهای سهبعدی هستند. آخرین مدل جهانی او، Marble، در ماه نوامبر عرضه شد.
در گفتوگو با کریستینا کریدل، خبرنگار فناوری فایننشال تایمز، او توضیح میدهد که چگونه این مدلها میتوانند خلاقیت انسان را تقویت کنند و در کاربردهای مختلف از رباتیک گرفته تا طراحی بازیها کمک کنند.
کریستینا کریدل: دوست دارم بیشتر درباره Marble بشنوم
فی-فی لی: World Labs یک شرکت پیشرو در زمینه مدلسازی است. ما به شدت بر ساخت فناوریهای پیشرفته متمرکز هستیم و مرزهای هوش مصنوعی را گسترش میدهیم. برای من، هوش مصنوعی زمانی کامل میشود که دامنه، عمق یا توانایی هوش فضایی را که انسانها دارند، داشته باشد.
Marble اولین محصولی است که [بر این موضوع] تمرکز دارد که به کاربران اجازه میدهد جهانهای سهبعدی شگفتانگیزی ایجاد کنند، چه از طریق وارد کردن یک عکس از دنیای واقعی به Marble، یا یک ویدیوی کوتاه، یا ایجاد یک دنیای خیالی از طریق Marble.
بنابراین، چه واقعی باشد و چه خیالی، توانایی تولید جهانهای سهبعدی و همچنین خدمت به روند کاری خالقان، هدف امروز Marble به عنوان یک محصول است. اما برای ما بسیار مهم است که این محصول را با رویکرد مدلمحور معرفی کنیم، به طوری که بخواهیم کاربران از مدل ما از طریق این محصول استفاده کنند.
از تعامل کاربران با مدل، امیدوارید چه چیزی بیاموزید؟
FL: من واقعاً، واقعاً معتقدم که خلاقیت انسانی قابل جایگزینی نیست. اما میتواند تقویت شود، و امیدوارم که Marble یک همکاری تقویتکننده بین خالقان، طراحان و توسعهدهندگان باشد. بنابراین هرچه بیشتر از آن استفاده کنند و به ما بازخورد بدهند که چگونه میتوانیم آنها را تقویت کنیم، بهتر است.
و چه کاربردهایی برای Marble تصور میکنید؟
FL: این یک فناوری بسیار گسترده است، زیرا نیاز به استفاده از مدلهای جهانی بسیار وسیع است. به عنوان مثال، یک مثال مشخص صنعت جلوههای بصری (VFX) است، برای پیشنمایش ایدهها، ساخت فیلمهای تولید مجازی، یا ایدهپردازی برای صحنههای فیلم.
در Marble از جلوههای بصری زیادی استفاده میشود. میتواند یک فضای سهبعدی به شما بدهد، میتواند ویدیوهایی با کنترل دقیق رنگ در آن فضا ارائه دهد و میتواند در قالبهای مختلف صادر شود تا بتوانید از آن در روند کاری خود استفاده کنید.
ما همچنین طراحان، طراحان داخلی یا معمارانی را دیدهایم که از Marble برای تجسم ایدههای خود در مورد طراحی داخلی یا ساختمان استفاده میکنند. آنها میتوانند در این فضاها گردش کنند، زیرا تقریباً شبیه به یک تور در ذهن است. شما میتوانید در آن غوطهور شوید.
همچنین دیدهایم که توسعهدهندگان شبیهسازی رباتیک از Marble به عنوان پایهای برای شبیهسازی محیطهای آموزشی برای رباتها استفاده میکنند، چه برای مسیریابی یا دستکاری.
همچنین توسعهدهندگان بازی از Marble استفاده کردهاند، به ویژه که ما برخوردهای مش (mesh colliders) و ساختار مش را ارائه میدهیم تا توسعهدهندگان بازی بتوانند به راحتی جهانها و مشها را دانلود کرده و بازیسازی کنند.
ما همچنین محققانی را دیدهایم که میخواهند از Marble به عنوان محیطی غوطهور برای مطالعه روانشناسی انسانی و شرایط بالینی استفاده کنند.
بنابراین در هر مورد استفادهای که تاکنون دیدهایم، یک موضوع مشترک وجود دارد و آن این است که زمان افراد را ذخیره میکند. زیرا ایدهپردازی، آزمون و استفاده یک چرخه کاری است. و Marble به هنرمندان فناوری، توسعهدهندگان و محققان کمک میکند تا زمان صرفهجویی کنند.
و مردم با زمان بیشتری که ذخیره میکنند، چه خواهند کرد؟ فکر میکنم این سوال بزرگی است. آیا این بهانهای برای کاهش نیرو است، یا چیزی جدید از دادن زمان بیشتر به مردم ایجاد خواهد شد؟
این بستگی دارد که آیا معتقدید خلاقیت محدود است یا نامحدود. من معتقدم که خلاقیت انسانی نامحدود است.
به عنوان مثال، وقتی با شریک Sony Studio خود برای ایجاد ویدیوی Marble همکاری کردیم، هنرمندان فناوری تولید مجازی و توسعهدهندگان به ما گفتند که چون میتوانند از Marble برای ایجاد فیلم استفاده کنند، توانستند با ایدههای بیشتری بازی کنند تا وقتی که آن را به روش سنتی انجام میدادند. زیرا در روش سنتی، باید زمان بسیار طولانیای برای تجسم یک ایده منتظر میماندند. Marble فقط چند دقیقه زمان میبرد.
در واقع، کسی که در صنعت جلوههای بصری با او صحبت کردیم گفت که این فرآیند ایدهپردازی و توسعه را ۴۰ برابر سریعتر کرد. و این همان زمانی است که میتوانید از آن برای ایدهپردازی بیشتر استفاده کنید. زیرا به عنوان یک خالق، فقط یک ایده ندارید. گاهی اوقات، ۱۰ ایده دارید. گاهی اوقات، ۱۰ ایده دیگر را الهام میگیرند. گاهی اوقات، میخواهید فقط ایدههای خود را اصلاح کنید. و همه اینها فرآیندهای پرهزینهای هستند.
∎