現代の人工知能とニューラルネットワークの根本的な限界は、既存の地図がない場合の空間マッピングやナビゲーションが苦手なことです。しかし、TechXploreの報告によると、予測コーディングアルゴリズムとMinecraftのゲームプレイを組み合わせることで、ニューラルネットワークに空間マップを作成し、それらの空間マップを用いて次のビデオフレームを予測する方法を「学習」させることに成功し、予測画像と最終画像の平均二乗誤差は0.094%でした。
このプロジェクトは、AI の真の空間認識能力を実証している。これは、OpenAI の Sora などに見られるような不可能な建築物やその他の奇妙な不具合にはまだ見られない。
マット・トムソン氏によると、「最先端のAIモデルでさえ、まだ真に知的ではないという感覚があります。人間のように問題を解決できず、証明されていない数学の結果を証明したり、新しいアイデアを生み出したりすることもできません。これは、AIが概念空間をナビゲートできないためだと考えられます。複雑な問題を解決することは、概念空間を移動すること、つまりナビゲートするようなものです。AIはむしろ暗記のようなもので、入力を与えると応答を返すだけです。しかし、異なるアイデアを統合することはできません。」
Tom's Hardware の最高のニュースと詳細なレビューをあなたの受信箱に直接お届けします。
クリストファー・ハーパーは、2015年からPCハードウェアとゲームを専門とするフリーランスのテクニカルライターとして活躍しています。それ以前は、高校時代に様々なB2Bクライアントのゴーストライターを務めていました。仕事以外では、友人やライバルには、様々なeスポーツ（特に格闘ゲームとアリーナシューティングゲーム）の現役プレイヤーとして、またジミ・ヘンドリックスからキラー・マイク、そして『ソニックアドベンチャー2』のサウンドトラックまで、幅広い音楽の愛好家として知られています。
