Inteligencia espacial
La capacidad de comprender el espacio tridimensional como lo hacen las personas, de la que carecen en gran medida los modelos actuales de texto y vídeo.
Inteligencia espacial es el término que utiliza Fei-Fei Li para aquello en lo que la IA todavía es mala. Puedes mirar una foto de una cocina y saber aproximadamente a qué distancia está el frigorífico de la puerta, qué hay detrás del mostrador y cómo atravesarlo sin chocar con nada. Los modelos entrenados con texto o vídeo en su mayoría no pueden hacerlo, porque procesan el mundo como una línea de palabras o una pila de fotogramas planos.
Es más importante para cualquier cosa que tenga que actuar físicamente: robots, vehículos autónomos, maquinaria de almacén, pero también para trabajos de diseño y filmación en los que se necesita que una escena se mantenga consistente mientras la cámara se mueve. La apuesta de la investigación es que se llega allí integrando la sensación de espacio en la arquitectura en lugar de esperar que surja de suficientes vídeos.