El Laboratorio de IA de Stanford propone un modelo del mundo de cero muestras, reduciendo la brecha entre los datos de aprendizaje visual de la IA y los niños humanos

Noticias de ME, 15 de abril (UTC+8), el Laboratorio de IA de Stanford (StanfordAILab) señaló recientemente que la cantidad de datos necesarios para que los modelos de IA más avanzados puedan lograr capacidades visuales supera varias órdenes de magnitud en comparación con los niños humanos. Para reducir esta brecha, los investigadores propusieron el método Zero-shot World Model (ZWM, Modelo del Mundo de Cero Disparos). Este método ha logrado avances significativos, y su modelo BabyZWM, entrenado únicamente con datos de la perspectiva en primera persona de un solo niño, alcanzó un rendimiento comparable a un estándar no especificado claramente. (Fuente: InFoQ)