یک انقلاب در هوش مصنوعی: DeepMind از دنیای مجازی Genie 3 رونمایی کرد

فناوری هوش مصنوعی به سرعت در حال پیشرفت است و حالا گوگل دیپ مایند با معرفی مدل جدید خود به نام Genie 3، یک گام بزرگ رو به جلو برداشته است. این “مدل دنیای مجازی” می تواند تنها با یک فرمان متنی یا یک تصویر، محیط های سه بعدی تعاملی را به صورت لحظه ای و با جزئیات خیره کننده تولید کند. اما این پایان کار نیست؛ Genie 3 قابلیت های دیگری نیز دارد که دنیای بازی سازی و آموزش هوش مصنوعی را برای همیشه تغییر خواهد داد. این مدل نه تنها دنیای مجازی را خلق می کند، بلکه آن را به یاد می آورد و در زمان واقعی به تغییرات شما واکنش نشان می دهد. پس با ما همراه باشید تا از این شگفتی جدید دنیای تکنولوژی بیشتر بدانید!

Genie 3؛ دنیایی تعاملی در دستان شما

به گزارش بخش اخبار فناوری زوم تک از آرس تکنیکا، گوگل دیپ مایند، هفت ماه پس از معرفی مدل قبلی خود یعنی Genie 2، حالا با Genie 3 پا به میدان گذاشته است. این مدل جدید، یک “مدل دنیای مجازی” یا “World Model” است که می تواند یک دنیای سه بعدی کامل و تعاملی را در لحظه و تنها با یک دستور متنی یا یک تصویر، خلق کند. قابلیت اصلی این مدل، پویایی و تغییرپذیری محیط است. شما می توانید با فرمان های متنی، اشیا جدیدی را اضافه کنید، شرایط آب و هوایی را تغییر دهید یا شخصیت های جدیدی را به محیط بیاورید. دیپ مایند این قابلیت ها را “رویدادهای قابل فرمان دهی” می نامد. این ویژگی می تواند انقلابی در صنعت بازی سازی ایجاد کند و به توسعه دهندگان اجازه دهد تا مفاهیم و طراحی مراحل را به شیوه ای کاملا جدید آزمایش کنند. با این حال، برخی از متخصصان صنعت بازی هنوز به کاربردی بودن این ابزارها در دنیای واقعی شک دارند.

ابزاری برای تحقیقات، نه فقط برای بازی

اگرچه وسوسه انگیز است که Genie 3 را صرفا یک ابزار برای ساخت بازی بدانیم، اما دیپ مایند آن را به عنوان یک ابزار تحقیقاتی مهم در مسیر رسیدن به هوش عمومی مصنوعی (AGI) معرفی کرده است. بازی ها نقش مهمی در توسعه هوش مصنوعی ایفا می کنند؛ زیرا محیط های چالش برانگیز و تعاملی با قابلیت اندازه گیری پیشرفت را فراهم می کنند. به همین دلیل است که دیپ مایند پیش از این، برای آموزش هوش مصنوعی از بازی هایی مانند Go و StarCraft استفاده کرده بود. مدل های دنیای مجازی مانند Genie 3 یک گام فراتر می روند و دنیایی تعاملی را فریم به فریم تولید می کنند. این امر به دانشمندان فرصت می دهد تا نحوه رفتار مدل های هوش مصنوعی، از جمله “عوامل تجسم یافته”، را در مواجهه با شرایط دنیای واقعی بهبود بخشند.

غلبه بر محدودیت های گذشته

یکی از بزرگ ترین چالش ها در توسعه هوش مصنوعی، کمبود داده های آموزشی قابل اعتماد است. پس از اینکه عملا تمام صفحات وب و ویدیوهای موجود در اینترنت برای آموزش مدل ها استفاده شدند، محققان به سمت “داده های ترکیبی” روی آورده اند. دیپ مایند معتقد است مدل های دنیای مجازی می توانند بخش کلیدی این تلاش باشند؛ زیرا می توانند با تولید بی نهایت دنیای تعاملی، عوامل هوش مصنوعی را آموزش دهند.

یکی از پیشرفت های قابل توجه Genie 3 نسبت به نسخه قبلی، حافظه بلند مدت آن است. در مدل Genie 2، شبیه سازی ها فقط تا ۱۰ ثانیه پایداری داشتند و پس از آن، مدل شروع به فراموش کردن جزئیات محیط می کرد. اما Genie 3 با حافظه ای بسیار طولانی تر، می تواند چندین دقیقه هماهنگی بصری را در محیط حفظ کند. این مدل همچنین کیفیت بصری بالاتری ارائه می دهد و محیط های شبیه سازی شده را با وضوح 720p و سرعت ۲۴ فریم در ثانیه تولید می کند که برای تعامل در زمان واقعی بسیار مناسب است.

دنیایی هنوز ناقص و پر از چالش

با وجود تمام پیشرفت ها، Genie 3 هنوز هم نواقصی دارد. تیم توسعه دهنده اذعان دارد که برای کاربردهای واقعی، مدل باید بتواند برای ساعت ها و نه فقط چند دقیقه، پایداری خود را حفظ کند. علاوه بر این، Genie 3 نمی تواند مکان های واقعی را با دقت بالا شبیه سازی کند و محیط های تولید شده توسط آن کاملا منحصر به فرد و غیر قطعی هستند. این مدل هنوز هم مستعد خطاها یا “توهمات” هوش مصنوعی است. برای مثال، گاهی اوقات جزئیات ظریف راه رفتن انسان را از دست می دهد و شخصیت ها به صورت غیر طبیعی حرکت می کنند. همچنین متن ها در این دنیاهای مجازی، مگر اینکه به صورت خاص فرمان داده شوند، اغلب نامفهوم هستند.

همچنین، تعامل عوامل هوش مصنوعی با این دنیاها هنوز محدود است. در حالی که می توانید دنیاهای مختلفی را با شرایط واقعی ایجاد کنید، عوامل هوش مصنوعی هنوز نمی توانند محیط را تغییر دهند و تنها قادر به حرکت در آن هستند. دیپ مایند در حال آزمایش راه هایی برای تعامل چندین عامل هوش مصنوعی با یکدیگر در یک محیط مشترک است که شاید در نسخه بعدی یعنی Genie 4 شاهد آن باشیم.

در نهایت باید گفت که با توجه به قدرت پردازشی فوق العاده ای که این مدل برای رندر کردن ویدیوهای طولانی و تعاملی مصرف می کند، استفاده از آن برای عموم مردم هنوز در دسترس نیست. دیپ مایند قصد دارد دسترسی به این ابزار را در اختیار گروهی از محققان و متخصصان قرار دهد تا به بهبود آن کمک کنند، اما در آینده احتمالا دسترسی به مدل های دنیای مجازی Genie برای افراد بیشتری فراهم خواهد شد.