Runway, firma stojąca za popularnymi generatorami wideo AI, nie upatruje przyszłości w coraz bardziej wyrafinowanych systemach tworzących filmy, ale w czymś znacznie bardziej амбициозnym - w modelach świata, które będą w stanie symulować rzeczywistość w jej pełnej złożoności. Szef firmy przekonuje, że dzisiejsze narzędzia do generowania wideo to zaledwie pierwszy krok na drodze do systemów AI mogących symulować fizyczne i logiczne zasady działania świata z rosnącą dokładnością. To zmiana perspektywy: zamiast myśleć o AI jako o narzędziach do tworzenia treści wizualnych, CEO Runway widzi je jako potencjalne silniki do modelowania rzeczywistości samej w sobie.
World models to koncepcja, która od lat fascynuje badaczy AI. Chodzi o systemy zdolne do uczenia się wewnętrznej reprezentacji otaczającego nas świata - tego, jak poruszają się obiekty, jakie prawa fizyki rządzą ich interakcjami, jak reaguje otoczenie na działania agenta. Takie modele mogłyby znaleźć zastosowanie daleko poza filmem: od symulacji scenariuszy dla autonomicznych samochodów, przez trenowanie robotów w świecie wirtualnym zanim wejdą na produkcję, po tworzenie immersyjnych środowisk dla nauki czy rozrywki. CEO Runway sugeruje, że droga od dzisiejszych generatorów wideo do prawdziwych world models jest naturalną ewolucją, a umiejętność przewidywania następnych klatek w filmie to umiejętność głęboką zrozumienia zasad rządzących rzeczywistością.
Podejście Runway reprezentuje szerszy trend w branży AI, gdzie firmy inwestują ogromne środki nie tylko w doskonalenie istniejących możliwości, ale w przesunięcie granic tego, co maszyny mogą zrozumieć i modelować. Jeśli wizja CEO się sprawdzi, to generatory wideo mogą być dla world models tym, czym ImageNet było dla deep learnings - przełomowym etapem, który otworzył możliwości, jakie dziś wydają się niedoścignione. Pytanie tylko, ile czasu zajmie przejście od obecnego stanu technologii do systemów rzeczywiście zdolnych do symulowania złożonych scenariuszy z wiarygodnością bliską rzeczywistości.