Zihinler, beyinler ve yapay dünyalar

Ayrıntılı nöron modelleri

İyon kanallı dallanan bir elektrik kablosu olarak tek bir nöron; Hodgkin ve Huxley'i izler.

Yanıtladığı soru: Bu nöronun şekli, neyi hesapladığını nasıl değiştirir?

Dışarıda bıraktığı: Bir nöronun ince kimyası hâlâ bir avuç akıma indirgenmiştir.

Çalıştığı yer: yaklaşık 10¹² FLOPS yaklaşık bir dizüstü bilgisayar, tek bir nöron için gerçek zamanlıŞu tarihten beri: 1952 Huxley, Hodgkin–Huxley denklemlerini mekanik bir hesap makinesinde elle integre etti; eylem potansiyeli başına yaklaşık üç hafta; bilgisayarlar sonradan devraldı kaynakSimülasyonlar ağacında: Elle Hodgkin–Huxley

Büyük ölçekli beyin devreleri

Bir korteks parçasına benzeyen devreye bağlanmış milyonlarca ateşleyen nöron.

Yanıtladığı soru: Beyin ritimlerini ve tepkilerini yalnızca bağlantı şemasından yeniden üretebilir miyiz?

Dışarıda bıraktığı: Bağlantılar çoğu zaman istatistikseldir, hayvanın gerçekte ölçülmüş bağlantıları değil.

Çalıştığı yer: yaklaşık 10¹⁵ FLOPS yaklaşık bir üniversite kümesi, bir kortikal yama için saatlerŞu tarihten beri: 2006 2006'ya gelindiğinde, bir kortikal sütunun erken büyük ölçekli simülasyonlarıSimülasyonlar ağacında: Neokortikal mikrodevre

Tüm beyin ağ modelleri

Ölçülmüş bağlantılarla birbirine bağlı düğümler olarak beyin bölgeleri; taramalara uydurulur.

Yanıtladığı soru: Bir bölgedeki hasar, beyin genelindeki etkinliği nasıl değiştirir?

Dışarıda bıraktığı: Bölgeler tek noktalar olarak ele alınır, içlerindeki tüm ayrıntı kaçırılır.

Çalıştığı yer: yaklaşık 10¹⁴ FLOPS yaklaşık bir üniversite kümesi, simüle senaryo başına dakikalarŞu tarihten beri: 2008 2008'e gelindiğinde, difüzyon MR bağlantı şemasına uydurulmuş erken bütün beyin ağ modelleri

Simüle edilmiş küçük organizmalar

Bir yuvarlak solucanın 302 nöronu gibi, küçük bir hayvanın tam sinir sistemi, sanal bir kaptaki simüle bir bedene bağlanır.

Yanıtladığı soru: Kablolama şeması davranışı üretmeye yeter mi?

Dışarıda bıraktığı: Bağlantı şeması tek başına hâlâ hayvanın davranışını tam açıklamaz.

Çalıştığı yer: yaklaşık 10¹² FLOPS yaklaşık bir dizüstü bilgisayar, bütün sinir sistemi için gerçek zamanlıŞu tarihten beri: 1997 1997'ye gelindiğinde, yuvarlak solucanın 1986 konnektom haritası üzerine kurulu erken simülasyonlarSimülasyonlar ağacında: OpenWorm

Nöromorfik donanım simülasyonu

Denklemleri yazılımda adım adım hesaplamak yerine, doğrudan donanımda nöronlar ve sinapslar gibi davranan devrelerle yapılmış çipler.

Yanıtladığı soru: Nöromorfik donanım, bir beynin yaptığı şeyleri çok daha az güçle hesaplayabilir mi?

Dışarıda bıraktığı: Gerçek nöronların, eylem potansiyellerini taklit etmek için kurulan bir devreden çok daha zengin bir kimyası vardır.

Çalıştığı yer: yaklaşık 10¹³ FLOPS yaklaşık bir nöromorfik araştırma çipi, gerçek zamanlıŞu tarihten beri: 1989 Carver Mead'in erken silikon nöron ve retina devreleri

Beyin hastalığı ve nöbet yayılımı

Epilepside ya da bunamada olduğu gibi, simüle bir beyin ağında yayılan anormal elektriksel etkinlik ya da yanlış katlanmış proteinler.

Yanıtladığı soru: Nöbet nerede başlar ve ne kadar yayılır?

Dışarıda bıraktığı: Her gerçek beynin hastalık yolu farklıdır; model bir örüntü gösterir, tek bir hasta için öngörü değil.

Çalıştığı yer: yaklaşık 10¹³ FLOPS yaklaşık bir hastane ya da üniversite kümesi, hasta modeli başına dakikalarŞu tarihten beri: 1997 1997'ye gelindiğinde, beyinde nöbet yayılımının erken ağ modelleri

Bağlantı şemasıyla sınırlanmış bütün beyin modelleri

Bir sinirsel simülasyon, bir böcek beyninin ölçülmüş tam bağlantı şemasını basit nöron modelleriyle kullanarak uyaranların davranışı nasıl doğurduğunu öngörür.

Yanıtladığı soru: Yalnızca bağlantı şeması, beynin duyuları eyleme nasıl çevirdiğini öngörür mü?

Dışarıda bıraktığı: Sinaps güçleri ve nöron dinamikleri basit kurallardan varsayılır.

Çalıştığı yer: yaklaşık 10¹² FLOPS yaklaşık Yaklaşık 130.000 nöronluk darbeli (spiking) ağŞu tarihten beri: 2024 A Drosophila computational brain model reveals sensorimotor processing (2024) kaynak

Sinirsel kütle ve alan modelleri

Bir nöron topluluğu bir ya da iki ortalama etkinlik değişkenine indirgenir; bütün bölgelerin ritimlerini ve dalgalarını verir.

Yanıtladığı soru: Uyarılma ve baskılanma, popülasyonlar arasında hangi toplu ritimleri üretebilir?

Dışarıda bıraktığı: Tek tek nöronlar bir ortalamanın içinde kaybolur.

Çalıştığı yer: yaklaşık 10⁹ FLOPS yaklaşık bir dizüstü bilgisayar, saniyelerŞu tarihten beri: 1972 1972'ye gelindiğinde, Wilson ve Cowan, Excitatory and inhibitory interactions in localized populations of model neurons kaynak

İşlevsel ateşleyen beyin modelleri

Hatırlama, sayma ve çizilmiş bir rakamı kopyalama gibi bilişsel görevleri yapmak üzere kurulmuş, ateşleyen model nöronlardan bir ağ.

Yanıtladığı soru: Nöronlardan oluşan bir model, bir beynin yaptığı görevleri yerine getirebilir mi?

Dışarıda bıraktığı: Görev kümesi küçüktür ve kablolama ölçülmemiş, tasarlanmıştır.

Çalıştığı yer: yaklaşık 10¹⁵ FLOPS yaklaşık bir üniversite kümesi, saatlerŞu tarihten beri: 2012 2012'ye gelindiğinde, Eliasmith ve diğerleri, A large-scale model of the functioning brain (Spaun) kaynak

Çekici bellek ağları

Bağlantıları örüntüleri kararlı durumlar olarak saklayan basit birimlerden bir ağ; böylece kısmi bir ipucu, bütün anıya oturur.

Yanıtladığı soru: Bir ağ, bir parçadan bütün bir anıyı nasıl hatırlayabilir?

Dışarıda bıraktığı: Kapasite küçüktür ve gerçek nöronlar çok daha karmaşıktır.

Çalıştığı yer: yaklaşık 10⁸ FLOPS yaklaşık bir dizüstü bilgisayar, saniyelerŞu tarihten beri: 1982 1982'ye gelindiğinde, Hopfield, Neural networks and physical systems with emergent collective computational abilities kaynak

Bağlantı şemasına dayalı böcek beyni modelleri

Ölçülmüş bağlantı şemasından simüle edilen bütün bir sinek beyni; her nöron ve sinaps yeniden yapılandırmadan alınır.

Yanıtladığı soru: Her bağlantı bilindiğinde, yalnızca bağlantı şemasından hangi davranışlar çıkar?

Dışarıda bıraktığı: Sinaps güçleri ve nöron kimyası ölçülmez, çıkarılır.

Çalıştığı yer: yaklaşık 10¹⁴ FLOPS yaklaşık bir iş istasyonu, simüle saniye başına dakikalarŞu tarihten beri: 2024 2024'e gelindiğinde, Dorkenwald ve diğerleri, yetişkin sinek beyni bağlantı şeması ve Shiu ve diğerleri, onun üzerine kurulu bir hesaplamalı model kaynak

Hücresel otomatlar

Conway'in Yaşam Oyunu gibi basit kurallara uyan hücre ızgaraları; bunlardan kayan şekiller, kendini kopyalayanlar ve hatta çalışan bilgisayarlar çıkar.

Yanıtladığı soru: Ne kadar basit bir kuraldan ne kadar karmaşıklık doğabilir?

Dışarıda bıraktığı: Basit kurallar gerçek fiziksel ya da biyolojik sistemlerle nadiren düzgün eşleşir.

Çalıştığı yer: yaklaşık 10¹² FLOPS yaklaşık bir dizüstü bilgisayar, dev ızgaralar saniyeler içindeŞu tarihten beri: 1970 John Conway'in Yaşam OyunuSimülasyonlar ağacında: Elle oynanan Yaşam Oyunu

Etkileşimli modeli çalıştır

Dijital evrim

Simüle edilmiş bir makinede mutasyona uğrayan ve işlemci zamanı için rekabet eden kendini kopyalayan bilgisayar programları.

Yanıtladığı soru: Evrim, adım adım izleyebileceğimiz karmaşık özellikler icat edebilir mi?

Dışarıda bıraktığı: Programlar gerçek biyokimyada değil, yapay bir bilgisayar dünyasında evrilir.

Çalıştığı yer: yaklaşık 10¹² FLOPS yaklaşık bir masaüstü, bir gecede milyonlarca nesilŞu tarihten beri: 1953 Barricelli'nin İleri Araştırmalar Enstitüsü bilgisayarındaki sayısal evrim deneyleri kaynak

Evrilen sanal yaratıklar

Bir fizik simülasyonunda birlikte evrimleşen bedenler ve beyinler; yüzmeyi, yürümeyi ya da zıplamayı öğrenir.

Yanıtladığı soru: Evrimi yönlendirmediğimizde hangi bedenleri ve davranışları icat eder?

Dışarıda bıraktığı: Evrilen yürüyüşler çoğu zaman biyolojik olanlardan çok farklı görünür; çünkü simüle fizik gerçek dünyadan ince biçimde ayrılır.

Çalıştığı yer: yaklaşık 10¹³ FLOPS yaklaşık bir popülasyonu evrimleştirmek için saatler süren bir masaüstü ya da küçük kümeŞu tarihten beri: 1994 Karl Sims, bir fizik simülasyonunda yüzen ve yürüyen yaratıkları evrimleştirdi

Kendiliğinden örgütlenen kritiklik

Her büyüklükte çığ ortaya çıkana kadar bir kum yığınına tek tek eklenen taneler.

Yanıtladığı soru: Depremler, yangınlar ve yok oluşlar neden aynı istatistiği izler?

Dışarıda bıraktığı: Gerçek depremlerin ve yangınların, bir kum yığınının yalnızca karikatürünü çizdiği belirli bir fiziği vardır.

Çalıştığı yer: yaklaşık 10¹¹ FLOPS yaklaşık bir dizüstü bilgisayar, büyük bir kum yığını için saniyelerŞu tarihten beri: 1987 Bak, Tang ve Wiesenfeld'in kum yığını modeli

Etkileşimli modeli çalıştır

Sürü zekâsı algoritmaları

İz bırakan ya da komşularını kopyalayan basit sanal etmenler; yönlendirme ve çizelgeleme gibi soyut sorunları çözmek için karıncalardan ve kuşlardan ödünç alınmıştır.

Yanıtladığı soru: Basit kopyalama ve iz takibi, zor bir eniyileme problemini çözebilir mi?

Dışarıda bıraktığı: Sınandığı iyi tanımlanmış problemlerde iyi çalışır. Gerçek, düzensiz problemler daha fazla ayar gerektirir.

Çalıştığı yer: yaklaşık 10¹¹ FLOPS yaklaşık bir dizüstü bilgisayar, çalıştırma başına saniyelerden dakikalaraŞu tarihten beri: 1992 Marco Dorigo'nun karınca kolonisi eniyileme algoritması

Etkileşimli modeli çalıştır

Rastgele Boole ağları

Rastgele birbirine bağlanmış, her biri bir avuç başka anahtara göre açılıp kapanan anahtarlar; tüm ağın ne zaman durulduğu ya da sonsuza dek çalkalandığı incelenir.

Yanıtladığı soru: Bir anahtarlar ağının kaotikleşmesi için ne kadar kablolama gerekir?

Dışarıda bıraktığı: Rastgele bağlantı, gerçek bir hücrenin ya da beynin özenle evrilmiş bağlantılarının kaba bir vekilidir.

Çalıştığı yer: yaklaşık 10¹¹ FLOPS yaklaşık bir dizüstü bilgisayar, ağ başına saniyelerŞu tarihten beri: 1969 Stuart Kauffman'ın rastgele genetik anahtar ağları

Sürekli hücresel otomatlar

Hücre durumları, uzayı ve zamanı sürekli olan, pürüzsüz kendini örgütleyen yaratıklar üreten hücresel otomatlar.

Yanıtladığı soru: Sürekli bir hücresel otomatta hangi canlıya benzer örüntüler ortaya çıkar?

Dışarıda bıraktığı: Kurallar yapaydır ve gerçek kimyayı modellemez.

Çalıştığı yer: yaklaşık 10¹¹ FLOPS yaklaşık GPU ızgara güncellemeleriŞu tarihten beri: 2018 Lenia: biology of artificial life (2018) kaynak

Sinirsel hücresel özdevinirler

Her hücre, bir ızgaranın hedef örüntüyü büyütüp onarması için yerel kuralı öğrenen küçük bir sinir ağı taşır.

Yanıtladığı soru: Yerel bir öğrenilmiş kural, küresel bir örüntünün büyümesini ve kendini onarmasını sağlayabilir mi?

Dışarıda bıraktığı: Hedef desenler küçüktür ve kurallar keşfedilmez, eğitilir.

Çalıştığı yer: yaklaşık 10¹¹ FLOPS yaklaşık Küçük türevlenebilir eğitimŞu tarihten beri: 2020 Growing Neural Cellular Automata (2020) kaynak

Kendini kopyalayan program çorbaları

Rastgele programlardan bir havuz, kendini kopyalayanlar karışımdan çıkana dek rastlantıyla etkileşir.

Yanıtladığı soru: Kopyalayıcılar tasarlanmadan ortaya çıkabilir mi?

Dışarıda bıraktığı: Sonucu dil seçimi belirler ve kimyadan çok uzaktır.

Çalıştığı yer: yaklaşık 10¹⁰ FLOPS yaklaşık Milyonlarca küçük program etkileşimiŞu tarihten beri: 2024 Computational Life: how well-formed, self-replicating programs emerge from simple interaction (2024) kaynak

Yapay kimya

Kurallarla tepkimeye giren soyut moleküllerden bir havuz; böylece gerçek bir kimya olmadan kendini sürdüren yapılar ortaya çıkabilir.

Yanıtladığı soru: Kendini sürdüren kimyasal örgütlenme, basit tepkime kurallarından doğabilir mi?

Dışarıda bıraktığı: Moleküller birer semboldür; gerçek bağ enerjileri ve geometri yoktur.

Çalıştığı yer: yaklaşık 10⁹ FLOPS yaklaşık bir dizüstü bilgisayar, saatlerŞu tarihten beri: 1991 1991'e gelindiğinde, Fontana'nın AlChemy'si, İkinci Yapay Yaşam Konferansı'nda sunuldu kaynak

Evrimsel robotik

Simüle robotların denetleyicileri ya da bedenleri, görev başarımına göre seçilerek birçok nesil boyunca evrimleştirilir.

Yanıtladığı soru: Bir robotun beyni ve bedeni tasarlanmak yerine yetiştirilebilir mi?

Dışarıda bıraktığı: Simülasyonda evrilen denetleyiciler gerçek donanımda çoğu zaman başarısız olur.

Çalıştığı yer: yaklaşık 10¹⁴ FLOPS yaklaşık bir üniversite kümesi, günlerŞu tarihten beri: 1993 1993'e gelindiğinde, Cliff, Husbands ve Harvey, Evolving visually guided robots kaynak

Sürekli yapay yaşam

Sürekli durumları, uzayı ve zamanı olan; hareket eden, kendini örgütleyen canlı benzeri desenler üreten bir hücresel otomat.

Yanıtladığı soru: Kurallar kesikli yerine pürüzsüz olduğunda hangi canlıya benzer biçimler ortaya çıkar?

Dışarıda bıraktığı: Desenler canlılara benzer ama gerçek biyolojiyi izlemez.

Çalıştığı yer: yaklaşık 10¹¹ FLOPS yaklaşık bir oyun bilgisayarı, gerçek zamanlıŞu tarihten beri: 2018 2018'e gelindiğinde, Chan, Lenia: Biology of Artificial Life (arXiv 1812.05433) kaynak

Yapay bağışıklık modelleri

Seçilim ve ağ etkileriyle örüntüleri tanımayı öğrenen, etkileşen antikor benzeri etmen popülasyonları.

Yanıtladığı soru: Bir tanıma sistemi yalnızca yerel etkileşimlerle nasıl uyum sağlar?

Dışarıda bıraktığı: Bağışıklık biliminden hesaplama için fikirler ödünç alır; gerçek bir bağışıklık yanıtının kalibre edilmiş bir modeli değildir.

Çalıştığı yer: yaklaşık 10⁸ FLOPS yaklaşık bir dizüstü bilgisayar, saatlerŞu tarihten beri: 1986 1986'ya gelindiğinde, Farmer, Packard ve Perelson, The immune system, adaptation, and machine learning kaynak

Core War savaşları

Küçücük bir birleştirici dilde yazılmış programlar, ortak bir simüle edilmiş belleğin denetimi için birbirinin üzerine yazarak savaşır.

Yanıtladığı soru: Tüm bellek bir savaş alanıyken hangi kendini kopyalayan program hayatta kalır?

Dışarıda bıraktığı: Makine uydurma bir komut kümesidir; bu yüzden dersler gerçek kötü amaçlı yazılımlara aktarılmaz.

Çalıştığı yer: yaklaşık 10⁷ FLOPS yaklaşık bir dizüstü bilgisayar, savaş başına saniyelerŞu tarihten beri: 1984 1984'e gelindiğinde, Jones ve Dewdney'in Core War'u, Scientific American'da kaynak

Pekiştirmeli öğrenme ortamları

Yapay bir etmenin davrandığı, ödüllendirildiği ve milyonlarca deneme boyunca geliştiği simüle edilmiş dünyalar.

Yanıtladığı soru: Bir ajan bu beceriyi yalnızca deneme yanılmayla öğrenebilir mi?

Dışarıda bıraktığı: Basitleştirilmiş bir dünyada öğrenilen beceriler, gerçekliğin karmaşıklığına her zaman aktarılmaz.

Çalıştığı yer: yaklaşık 10¹⁵ FLOPS yaklaşık bir GPU kümesi, günlerce simüle edilmiş deneyimŞu tarihten beri: 1992 1992'ye gelindiğinde, TD-Gammon kendi kendine oynayarak tavla stratejisi öğrendi

Çok etmenli yapay zekâ toplumları

Kendi hedefleri, anıları ve konuşmaları olan, bir dünyayı paylaşan birçok yapay zekâ etmeni.

Yanıtladığı soru: Çok sayıda yapay etmen birlikte yaşadığında hangi toplumsal davranış ortaya çıkar?

Dışarıda bıraktığı: Toplumsal görünen davranışlar, eğitim düzenine ayarlanmış dar numaralar olabilir.

Çalıştığı yer: yaklaşık 10¹⁵ FLOPS yaklaşık birçok ajanı paralel çalıştıran bir GPU kümesiŞu tarihten beri: 2017 2017'ye gelindiğinde, tek bir dünyayı paylaşan çok sayıda öğrenen ajanla erken deneyler

Yapay eğitim verisi

Görü sistemlerini eğitmek için sonsuz çeşitlilikte render edilen foto gerçekçi sahneler.

Yanıtladığı soru: Yalnızca render edilmiş görüntülerle eğitilmiş bir sistem gerçek dünyayı görebilir mi?

Dışarıda bıraktığı: Render edilen sahneler gerçekten daha temizdir, bu yüzden eğitilmiş sistemler gerçek dünya gürültüsüyle yanıltılabilir.

Çalıştığı yer: yaklaşık 10¹⁴ FLOPS yaklaşık bir render çiftliği ya da GPU kümesi, bir veri kümesi için saatlerŞu tarihten beri: 2016 2016'ya gelindiğinde, görüntü tanıma sistemlerini eğiten erken render edilmiş veri kümeleri

Öğrenilmiş dünya modelleri

Bir dünyada sıradaki şeyin ne olacağını, onun oynanabilir sahnelerini üretecek kadar iyi öngören bir sinir ağı.

Yanıtladığı soru: Bir ağ, yalnızca izleyerek bir dünyayı simüle etmeyi öğrenebilir mi?

Dışarıda bıraktığı: Uzun vadeli öngörüler, fiziksel olarak tutarlı olan her şeyden uzaklaşır.

Çalıştığı yer: yaklaşık 10¹⁵ FLOPS yaklaşık büyük bir GPU kümesi, günlerce eğitimŞu tarihten beri: 2018 Ha ve Schmidhuber, oyun benzeri sahneleri tahmin eden ve düşleyen bir ağ eğitti

Kendiyle oynayarak strateji eğitimi

Soyut bir strateji oyununda kendi kopyalarına karşı tekrarlı maçlar oynayan, her turda gelişen yapay bir ajan.

Yanıtladığı soru: Kendi geçmiş benliğinden başka öğretmeni olmayan bir strateji ne kadar güçlenebilir?

Dışarıda bıraktığı: Aynı ajanın bir kopyasına karşı ayarlanan stratejilerin, farklı bir rakibin sömürebileceği kör noktaları olabilir.

Çalıştığı yer: yaklaşık 10¹⁶ FLOPS yaklaşık büyük bir GPU kümesi, günlerce kendi kendine oynamaŞu tarihten beri: 1959 Arthur Samuel'in kendi kendine oynayarak öğrenen dama programı

Yapay zekâ güvenliği kırmızı takım ortamları

Yapay bir ajanı istenmeyen davranışa özendirmek için kurulmuş simüle bir ortam; böylece başarısızlık devreye alınmadan önce bulunabilir.

Yanıtladığı soru: Bu sistem hangi koşullar altında olmaması gereken bir davranış sergiler?

Dışarıda bıraktığı: Yalnızca kırmızı takımın bakmayı düşündüğü arızaları sınar.

Çalıştığı yer: yaklaşık 10¹⁴ FLOPS yaklaşık bir araştırma ekibinin GPU sunucusu, test takımı başına saatlerŞu tarihten beri: 2016 2016'ya gelindiğinde, pekiştirmeli öğrenme ajanları için erken çekişmeli test ortamları

Bedenlenmiş hane simülatörleri

Bir ajanın gördüğü, hareket ettiği ve nesnelerle etkileşime girdiği 3B sanal evler; bedenlenmiş yapay zekâyı eğitmek ve sınamak için kullanılır.

Yanıtladığı soru: Bir ajan, sanal bir evde öğrendiği görevleri gerçeklerine aktarabilir mi?

Dışarıda bıraktığı: Nesne fiziği ve sahne çeşitliliği sınırlıdır.

Çalıştığı yer: yaklaşık 10¹² FLOPS yaklaşık Gerçek zamanlı render, çok sayıda paralel örnekŞu tarihten beri: 2017 AI2-THOR: an interactive 3D environment for visual AI (2017) kaynak

Sınırsız ortam üretimi

Eğitim dünyaları, ajanlar öğrendikçe otomatik olarak oluşturulur ve değiştirilir; böylece zorluklar güçlük ve çeşitlilik bakımından büyümeyi sürdürür.

Yanıtladığı soru: Bir ortam üreticisi yararlı yeni zorluklar üretmeyi sürdürebilir mi?

Dışarıda bıraktığı: Arama, ortam ailesinin ifade edebildiğiyle sınırlıdır.

Çalıştığı yer: yaklaşık 10¹⁵ FLOPS yaklaşık Ortamlar ve etmenler popülasyonuŞu tarihten beri: 2019 Paired Open-Ended Trailblazer (POET) (2019) kaynak

Etmenler için simüle edilmiş web ortamları

Bir dil modeli etmeninin görevleri tamamladığı, gerçek web sitelerinin kendi barındırılan kopyaları; son durum denetlenerek puanlanır.

Yanıtladığı soru: Bir ajan, gerçekçi web sitelerinde çok adımlı görevleri tamamlayabilir mi?

Dışarıda bıraktığı: Siteler durağan kopyalardır ve görev çeşitliliği sınırlıdır.

Çalıştığı yer: yaklaşık 10¹³ FLOPS yaklaşık Ortam sıfırlamaları ve çok sayıda model çağrısıŞu tarihten beri: 2023 WebArena (2023) kaynak

Öneri sistemi simülatörleri

Öneri algoritmalarını eğitmek ve sınamak için kullanılan, yapılandırılabilir bir simüle kullanıcı topluluğu ve ürün kataloğu.

Yanıtladığı soru: Bir öneri algoritması kullanıcılarla birçok etkileşim boyunca nasıl davranır?

Dışarıda bıraktığı: Kullanıcı davranışı varsayılır, ölçülmez.

Çalıştığı yer: yaklaşık 10¹⁰ FLOPS yaklaşık Ucuz paralel çalıştırmalarŞu tarihten beri: 2019 RecSim: a configurable simulation platform for recommender systems (2019) kaynak

Sinirsel oyun motorları

Oyun kayıtlarıyla eğitilmiş bir difüzyon modeli, oyuncunun eylemlerinden bir sonraki kareyi üretir ve oyunun kendi motorunun yerini alır.

Yanıtladığı soru: Bir sinir ağı, etkileşimli bir oyunu oynanabilir hızda çalıştırabilir mi?

Dışarıda bıraktığı: Bellek kısadır ve uzun oyunlarda ayrıntılar kayar.

Çalıştığı yer: yaklaşık 10¹⁵ FLOPS yaklaşık Ağır eğitim; tek bir hızlandırıcıda gerçek zamanlı çıkarımŞu tarihten beri: 2024 Diffusion models are real-time game engines (2024) kaynak

Etkileşimli üretken dünyalar

Bir model, etiketsiz videodan öğrenerek kullanıcının kare kare eylemde bulunabildiği denetlenebilir dünyalar yaratır.

Yanıtladığı soru: Oynanabilir bir dünya yalnızca görüntülerden üretilebilir mi?

Dışarıda bıraktığı: Tutarlılık ve kare hızı sınırlıdır ve fizik garanti edilmez.

Çalıştığı yer: yaklaşık 10¹⁷ FLOPS yaklaşık Büyük ölçekli video eğitimiŞu tarihten beri: 2024 Genie: generative interactive environments (2024) kaynak

Öğrenilmiş gerçek dünya etkileşimli simülatörleri

Eylemlere koşullandırılmış bir video modeli, her komuttan sonra bir robotun ya da ajanın ne göreceğini öngörür ve elle kurulmuş bir simülatörün yerini alır.

Yanıtladığı soru: Öğrenilmiş bir model, eylemlerin gerçek dünyadaki sonuçlarını simüle edebilir mi?

Dışarıda bıraktığı: Uzun açılımlar halüsinasyon üretir ve fiziksel doğruluk doğrulanmamıştır.

Çalıştığı yer: yaklaşık 10¹⁷ FLOPS yaklaşık Büyük video ve eylem veri kümeleri üzerinde eğitimŞu tarihten beri: 2023 Learning interactive real-world simulators (2023) kaynak

Üretken sürüş dünya modelleri

Hıza ve direksiyona koşullandırılmış bir video modeli, otonomiyi eğitmek ve sınamak için bir arabanın bakış açısından makul gelecek sahneler üretir.

Yanıtladığı soru: Verilen bir sürüş eyleminden hangi trafik sahneleri izleyebilir?

Dışarıda bıraktığı: Üretilen sahneler fiziği ya da nadir durum davranışını ihlal edebilir.

Çalıştığı yer: yaklaşık 10¹⁷ FLOPS yaklaşık Büyük video modeli eğitimiŞu tarihten beri: 2023 GAIA-1: a generative world model for autonomous driving (2023) kaynak

Simüle edilmiş robot futbolu

Her biri sahanın yalnızca bir kısmını gürültülü duyularla gören iki yazılım oyuncusu takımı, iş birliğini ve stratejiyi sınamak için simüle edilmiş bir stadyumda futbol oynar.

Yanıtladığı soru: Bağımsız yazılım oyuncuları, rakip bir takımı yenecek kadar iyi eşgüdüm kurabilir mi?

Dışarıda bıraktığı: Saha, top ve robot gövdeleri idealleştirilmiştir; bu yüzden başarı, gerçek donanımla beceriyi değil taktikleri gösterir.

Çalıştığı yer: yaklaşık 10⁹ FLOPS yaklaşık bir maç için bir iş istasyonunda gerçek zamanlı.Şu tarihten beri: 1998 Noda ve çalışma arkadaşlarının Soccer Server'ı, çok etmenli sistemler üzerine araştırma için bir araç. kaynak

Yazılım mühendisliği ajanı kum havuzları

Bir ajana gerçek bir kod projesi ve bir sorun raporu verilir; bir kum havuzunda dosyaları düzenler ve testleri çalıştırır, düzeltmenin testi geçip geçmediğine göre puanlanır.

Yanıtladığı soru: Bir yapay zekâ ajanı, gerçek yazılım projelerindeki gerçek hataları yardımsız düzeltebilir mi?

Dışarıda bıraktığı: Testlerin geçmesi doğru bir düzeltme demek değildir ve projeler tüm yazılımların küçük bir dilimidir.

Çalıştığı yer: yaklaşık 10¹⁵ FLOPS yaklaşık binlerce model çalıştırması, her biri çok sayıda çağrı ve test çalıştırmasıyla.Şu tarihten beri: 2023 Jimenez ve çalışma arkadaşlarının dil modelleri için gerçek GitHub sorunlarından oluşan SWE-bench'i. kaynak

Masaüstü bilgisayar ajan ortamları

Gerçek programları olan tam bir sanal bilgisayar, ekranı gören, tıklayıp yazan bir ajana verilir; görevin yapılıp yapılmadığına göre puanlanır.

Yanıtladığı soru: Bir yapay zekâ ajanı, bir bilgisayarda görevleri bir insanın yaptığı gibi yerine getirebilir mi?

Dışarıda bıraktığı: Görevler sabit ve senaryoludur; gerçek iş ise açık uçludur, kesintiye uğrar ve başka insanlarla paylaşılır.

Çalıştığı yer: yaklaşık 10¹⁵ FLOPS yaklaşık binlerce çalıştırma, her biri bir sanal makine ve çok sayıda model çağrısı çalıştırır.Şu tarihten beri: 2024 Xie ve arkadaşlarının OSWorld'ü; gerçek bilgisayar ortamlarında ajanları kıyaslar. kaynak