JEPA
L'architettura del modello mondiale di Meta, che prevede un riepilogo astratto di ciò che verrà dopo anziché i pixel.
JEPA sta per Joint Embedding Predictive Architecture, un approccio sostenuto da Yann LeCun di Meta. L’idea centrale è una reazione contro i generatori video: invece di prevedere esattamente come sarà il fotogramma successivo, pixel per pixel, JEPA ne prevede una descrizione astratta compressa.
L’argomento è che la maggior parte dei pixel sono dettagli irrilevanti. Se vuoi che un sistema capisca che un bicchiere caduto cadrà e si romperà, non ti serve per dipingere correttamente ogni frammento, ti serve per ottenere la situazione giusta. Se questa astrazione batte la generazione è uno dei disaccordi attuali nella ricerca sull’intelligenza artificiale.