“带我们去公园吧。不,还是海边更好。”
“加点云吧。加上羊群状的云就好了。”
“眼前能看到岛就不错了。”
23日(当地时间),在以流媒体直播方式举行的Meta平台(原Facebook)“实验室内部”活动上,Meta首席执行官(CEO)马克·扎克伯格以仅显示上半身的三维(3D)虚拟形象,与同事的虚拟形象一同出现。扎克伯格的虚拟形象呼叫“Builder Bot”并下达上述指令后,他所希望的环境随即呈现。随后同事的虚拟形象补充说“在这里放上野餐桌和饮料,再能听到浪涛声就更逼真了”,寂静的周边环境便加入了浪涛声。
扎克伯格CEO表示“Meta平台正在打造一种新型生成式人工智能(AI)模型,能够描述并实现人们想要的世界”,并公开了包含该原型在内的AI项目“CAIRaoke”。扎克伯格CEO称其为用于构建助手型设备的端到端神经模型。
自监督学习将成为元宇宙上的竞争力
CAIRaoke项目正在强化“第一人称视角识别”功能,以便让人们感知到他人或世界仿佛真实存在于眼前。此外,还采用了无需人工预先分类数据、凭未加工数据自行把握模式与脉络的“自监督学习(self-supervised learning)”模型,着力发展下一代生成式AI(Generative AI)模型。即不是让AI学习特定概念,而是提供原始数据并引导其预测剩余部分,从而在此过程中让AI也能学习抽象表达。据解释,自监督学习之所以对构建元宇宙必要,是因为用户在元宇宙环境中将体验到的复杂性与多样性,难以在定型化的框架内处理。为此,目前正与13所大学开展研究合作。扎克伯格CEO强调“如果这项研究取得进展,你可以创造并探索独特的世界,同时仅凭声音就能轻松与他人沟通”。这种沟通还包括补充语音的表情、身体语言等。关于原型“Builder Bot”,他未透露具体的升级计划与时间点。
文本资料极少的语言也可同时沟通
Meta平台主推的是通过语音识别而非文本的AI项目。为让人们能够轻松沟通,提出了两个目标。其一是开发能够对所有语言进行口译、笔译的系统,使使用任何语言的用户都不会在沟通中被排除。扎克伯格CEO解释称“三年前可翻译30种语言,现在已增至100种”,“要让从奥地利到乌干达的所有人都能轻松沟通”。值得注意的是,即使用于该语言学习的数据不多,也能实现翻译器的高度化。据解释,这之所以可能,是因为AI并非依靠由人分类的数据进行学习,而是采取以未加工数据自行学习的“自监督学习(self-supervised learning)”。不仅如此,还表示将构建把使用各种语言的人们的对话按整段发话即时翻译的系统,使全球用户也能毫无障碍地实时交流,从而提供沉浸感更高的体验。
随后扎克伯格CEO强调,将维持近十年来投资元宇宙的方向性,同时以构建开放且负责任的平台为目标,重点保障隐私与透明度。






