Hét tudományterületre terjesztették ki Yann LeCun JEPA-modelljét
A PhAI Labs, valamint a Stanford, az Oxford és a Princeton kutatói olyan közös világmodell kidolgozásán dolgoztak, amely hét, egymástól távol álló területen is alkalmazható. A JEPA-Anything Yann LeCun 2022-ben javasolt Joint-Embedding Predictive Architecture rendszerére épül. A modell nem a nyers adatok, például képpontok rekonstruálására törekszik, hanem egy hiányzó vagy jövőbeli állapot elvont összefoglalását jósolja meg, így kiszűri a lényegtelen részleteket.
Az új módszer ahelyett, hogy mindent egyetlen előrejelzésbe sűrítene, több részre bontja a várható állapotot, és ezeket külön modulok dolgozzák fel. A kutatók összehasonlításában egy beavatkozásokkal módosított, egyszerűsített Pong-környezetben 35 százalékkal csökkent a predikciós hiba, korábban nem látott beavatkozáskombinációknál pedig 13 százalékkal. Tíz fizikai, robotikai és időjárás-előrejelzési tesztben rendre felülmúlta a hagyományos JEPA-t; a Burgers-egyenletnél egy külön vizsgálatban csaknem felére esett a hiba. A módszer víz, kvarc, paracetamol és benzol szimulációjában 100 lépés után is a legjobbnak bizonyult, bár hosszú távon csökkent az előnye.
A kutatók egy májrák elleni kezelési jelöltet is azonosítottak: az IL-18 immunjelző molekula kombinációját a CD73 enzim gátlásával. Sejttenyészetekben, organoidokban, három beteg daganatszövetében és egerekben erősebb tumorsejt-pusztulást, valamint fokozott T-sejt- és természetesölősejt-aktivációt figyeltek meg, de ez még nem bizonyítja, hogy a kombináció valódi terápiává válhat. A modell egy orbitális szimulációban a Kepler harmadik törvényét is közel pontosan visszaadta: a kitevő a várt –1,5 helyett –1,4991 lett. A szerzők ugyanakkor hangsúlyozzák, hogy a tanult részek szétválasztása önmagában nem bizonyít valódi ok-okozati kapcsolatokat.
Folytasd az appban — szavazz és szólj hozzá ➔