في بداية ديسمبر ، Google DeepMind”cpos:1;pos:1″ HREF=”https://www.engadget.com/ai/google-deepminds-genie-2-can-generate-interactive-3d-worlds-200708207.html” البيانات-ylk=”slk:released Genie 2;cpos:1;pos:1;elm:context_link;itc:0;sec:content-canvas”> صدر جيني 2. عائلة جيني لأنظمة الذكاء الاصطناعي هي ما يعرف باسم نماذج العالم. إنهم قادرون على توليد الصور كمستخدم – إما الإنسان أو على الأرجح ، وكيل الذكاء الاصطناعي الآلي – يتحرك عبر العالم الذي يحاكيه البرنامج. قد يبدو الفيديو الناتج للنموذج في العمل وكأنه لعبة فيديو ، لكن DeepMind وضعت دائمًا Genie 2 كوسيلة لتدريب أنظمة الذكاء الاصطناعى الأخرى على ما يصممون لإنجازه. من خلال نموذج Genie 3 الجديد ، الذي أعلنه المختبر يوم الثلاثاء ، يعتقد DeepMind أنه صنع نظامًا أفضل لتدريب وكلاء الذكاء الاصطناعي.
للوهلة الأولى ، فإن القفزة بين Genie 2 و 3 ليست مثيرة مثل النموذج الذي صنعه النموذج العام الماضي. مع Genie 2 ، أصبح نظام DeepMind قادرًا على توليد عوالم ثلاثية الأبعاد ، ويمكن أن يعيد بناء جزء من البيئة بدقة حتى بعد أن تركه المستخدم أو عميل AI لاستكشاف أجزاء أخرى من المشهد الذي تم إنشاؤه. كان الاتساق البيئي في كثير من الأحيان نقطة ضعف في نماذج العالم السابقة. على سبيل المثال،”cpos:2;pos:1″ HREF=”https://oasis.decart.ai/introduction” rel=”nofollow noopener” الهدف=”_blank” البيانات-ylk=”slk:Decart’s Oasis;cpos:2;pos:1;elm:context_link;itc:0;sec:content-canvas”> OASIS DECART واجه النظام مشكلة في تذكر تصميم ماين كرافت المستويات التي ستولدها.
وبالمقارنة ، فإن التحسينات التي يقدمها Genie 3 تبدو أكثر تواضعًا ، ولكن في مؤتمر صحفي صادر عن Google قبل الإعلان الرسمي اليوم ، جادل Shlomi Fruchter ، مدير الأبحاث في Deepmind ، وجاك باركر ، عالم الأبحاث في Deepmind ، بأنهم يمثلون حجارة مهمة في الطريق نحو الذكاء العام الاصطناعي.
إذن ما الذي يفعله Genie 3 بالضبط؟ للبدء ، يخرج لقطات في 720 بكسل ، بدلاً من 360 بكسل مثل سابقتها. كما أنها قادرة على الحفاظ على أ “consistent” محاكاة لفترة أطول. كان لدى Genie 2 حد نظري يصل إلى 60 ثانية ، ولكن في الممارسة العملية ، سيبدأ النموذج في الغالب بالهلوسة في وقت مبكر. على النقيض من ذلك ، يقول DeepMind إن Genie 3 قادر على الركض لعدة دقائق قبل أن يبدأ في إنتاج القطع الأثرية.
جديد أيضًا في النموذج هو مكالمات DeepMind القدرة “promptable world events.” كان Genie 2 تفاعليًا بقدر ما كان المستخدم أو وكيل الذكاء الاصطناعي قادرًا على إدخال أوامر الحركة وسيستجيب النموذج بعد أن كان لديه بضع لحظات لإنشاء الإطار التالي. Genie 3 يقوم بهذا العمل في الوقت الفعلي. علاوة على ذلك ، من الممكن تعديل المحاكاة مع النص الذي يطالب بإرشاد Genie بتغيير حالة العالم التي يولدها. في عرض تجريبي Deepmind ، تم إخبار النموذج بإدراج قطيع من الغزلان في مشهد لشخص يتزلج على الجبل. يقول DeepMind إن الغزلان لم يتحرك بأكثر الطرق واقعية ، لكن هذه هي الميزة القاتلة لجني 3 ، كما يقول Deepmind.
كما ذكرنا من قبل ، يتصور المختبر في المقام الأول النموذج كأداة للتدريب وتقييم وكلاء الذكاء الاصطناعي. يقول DeepMind إنه يمكن استخدام Genie 3 لتدريس أنظمة الذكاء الاصطناعى لمعالجة “what if” السيناريوهات التي لا تغطيها ما قبل التدريب. “There are a lot of things that have to happen before a model can be deployed in the real world, but we do see it as a way to more efficiently train models and increase their reliability,” قال Fruchter ، يشير ، على سبيل المثال ، سيناريو يمكن فيه استخدام Genie 3 لتعليم سيارة ذاتية القيادة كيفية تجنب المشاة بأمان يسير أمامه.
على الرغم من التحسينات التي أجراها DeepMind إلى Genie ، فإن المختبر يعترف بوجود الكثير من العمل الذي يتعين القيام به. على سبيل المثال ، لا يمكن للنموذج توليد مواقع حقيقية بدقة تامة ، وينضب مع تقديم النص. علاوة على ذلك ، لكي يكون Genie مفيدًا حقًا ، يعتقد DeepMind أن النموذج يجب أن يكون قادرًا على الحفاظ على عالم محاكاة لساعات ، وليس دقائق. ومع ذلك ، يشعر المختبر أن جيني مستعد لإحداث تأثير في العالم الحقيقي.
“We already at the point where you wouldn’t use [Genie] as your sole training environment, but you can certainly finds things you wouldn’t want agents to do because if they act unsafe in some settings, even if those settings aren’t perfect, it’s still good to know,” قال باركر حامل. “You can already see where this is going. It will get increasingly useful as the models get better.”
في الوقت الحالي ، لا يكون Genie 3 متاحًا لعامة الناس. ومع ذلك ، تقول DeepMind إنها تعمل على إتاحة النموذج للمختبرين الإضافيين.