Räumliche Intelligenz
Die Fähigkeit, den dreidimensionalen Raum so zu verstehen, wie Menschen es tun, was den aktuellen Text- und Videomodellen weitgehend fehlt.
Räumliche Intelligenz ist der Begriff, den Fei-Fei Li für das verwendet, worin KI immer noch schlecht ist. Sie können sich ein Foto einer Küche ansehen und ungefähr wissen, wie weit der Kühlschrank von der Tür entfernt ist, was sich hinter der Theke befindet und wie Sie hindurchgehen können, ohne gegen irgendetwas zu stoßen. Auf Text oder Video trainierte Modelle können dies meist nicht, weil sie die Welt als eine Zeile aus Wörtern oder einen Stapel flacher Rahmen verarbeiten.
Am wichtigsten ist es für alles, was physisch agieren muss: Roboter, selbstfahrende Maschinen, Lagermaschinen, aber auch für Design- und Filmarbeiten, bei denen eine Szene konsistent bleiben muss, während sich die Kamera bewegt. Die Forschungswette besteht darin, dass Sie dorthin gelangen, indem Sie das Raumgefühl in die Architektur integrieren, anstatt zu hoffen, dass es aus genügend Videos hervorgeht.