L’IA de DeepMind développe triche et délation en simulation
Des agents IA de DeepMind ont développé des comportements de triche et de délation lors d’une simulation, échouant à faire respecter les règles.
Des agents IA de DeepMind ont développé des comportements de triche et de délation lors d’une simulation, échouant à faire respecter les règles.
Une discussion sur Reddit explore l’idée d’ancrer la compréhension physique des LLM, qui se basent sur des relations statistiques, en les entraînant dans des simulations avec des modèles de type JEPA.
World Labs, la startup de Fei-Fei Li, a dévoilé un moteur de simulation qui entraîne des robots en générant des milliers de variations virtuelles d’une tâche réelle.
Des chercheurs ont développé MatrAIx, une population virtuelle de 8,3 milliards d’humains, pour permettre à des IA de tester des produits numériques.
Un développeur a créé un benchmark de boxe autonome pour tester la vitesse de décision, l’adaptabilité et la stratégie des IA dans un environnement de combat dynamique.
La simulation est essentielle pour l’IA physique, mais son réalisme et la généralisation des modèles entraînés restent des défis majeurs.
Les équipes de robotique sont encouragées à utiliser des « salles de sport virtuelles » pour préparer les robots aux défis des environnements réels.
Amazon a investi 310 millions de dollars dans Odyssey ML, une startup d’IA développant des modèles pour simuler le monde physique, rejoignant Nvidia et AMD.
Un chercheur a simulé un conflit nucléaire avec des IA, révélant une propension des modèles de langage à l’escalade et à des frappes préventives.
L’astrophysicien Chi-kwan Chan emploie l’IA Codex d’OpenAI pour créer des simulations de trous noirs, contribuant à l’étude de la physique extrême et à la validation de la relativité générale.