O Instituto de Geoquímica da Academia Chinesa de Ciências e a Alibaba Cloud colaboraram para lançar o primeiro grande modelo de linguagem multimodal especializado em ciência lunar do mundo na Conferência Digital da China de 2024. Baseado na série Tongyi da Alibaba Cloud e empregando a tecnologia de recuperação aumentada RAG, o modelo foi ajustado e treinado na versão exclusiva do Alibaba Cloud Bailian. Ele é projetado para melhorar a precisão da discriminação da idade e morfologia das crateras de impacto lunar, atualmente atingindo mais de 80%. Este modelo inovador combina visão computacional, multimodalidade e processamento de linguagem natural, sendo sua melhor aplicação a identificação de crateras de impacto na Lua, o que é crucial para o estudo da evolução geológica lunar.

O Google DeepMind e a Nvidia estão fazendo progressos significativos na robótica. Jim Fan e Yuke Zhu colaboraram na criação do novo grupo de pesquisa GEAR. Os robôs serão um foco importante do desenvolvimento futuro. O Google DeepMind propôs um processo de tomada de decisão de Markov para interação humano-máquina. O GEAR apresentou vários projetos interessantes, como Eureka e Voyager. Voyager é o primeiro agente de aprendizado a jogar Minecraft em contexto.

O cientista-chefe da OpenAI, LeCun, propõe um roteiro de sete fases para o desenvolvimento da IAG (Inteligência Artificial Geral). O 'plano lunar' visa resolver o problema do alinhamento da super IA, e pesquisas recentes mostram progresso substancial em métodos de supervisão de modelos grandes por modelos menores. LeCun destaca que a primeira fase é construir sistemas capazes de aprender o funcionamento do mundo como pequenos animais. Ele ironiza a inteligência atual dos grandes modelos, enfatizando que a chave para a IAG reside na construção de um modelo mundial semelhante ao cérebro. A visão de LeCun inclui a construção de sistemas orientados a objetivos e com salvaguardas.