Google Deepmind ka zbuluar Genie 3, një model i ri AI që ndërton botë 3D të luajtshme nga komandat e thjeshta të tekstit. I njoftuar të martën, sistemi krijon këto mjedise interaktive në kohë reale, një hap i madh nga versioni i tij i mëparshëm. DeepMind e shikon këtë teknologji si një pjesë thelbësore të rrugës së saj drejt Inteligjencës së Përgjithshme Artificiale (AGI). Duke testuar agjentët në botë të panumërta të reja, laboratori synon të ndërtojë AI që mund të trajtojë detyra komplekse, të botës reale. Nënvizon një angazhim të qartë për krijimin e AI që kupton dhe simulon realitetin fizik, me aplikime të ardhshme në lojëra, dizajn dhe robotikë. Minutat: Një kërcim në gjeneratën botërore në kohë reale
Genie 3 paraqet një kërcim të rëndësishëm teknik mbi paraardhësit e tij, Genie 2, duke kaluar nga një provë premtuese e konceptit në një platformë shumë më të aftë. Modeli i ri gjeneron botë interaktive me rezolucion 720p, një azhurnim i madh nga prodhimi 360p i pararendësit të tij. Ajo gjithashtu funksionon me një kornizë të lëngut 24 për sekondë, duke e bërë përvojën në kohë reale më të butë dhe më zhytëse. Ndërsa simulimet Genie 2 shpesh filluan të tregojnë objekte vizuale dhe të degradohen pas vetëm 10 deri në 20 sekonda, Genie 3 mund të mbajë një botë koherente dhe vizualisht të qëndrueshme për”disa minuta”,” Modelet e mëparshme si Modelet e Dektimit, Autoregresive, Autoregresive, Autoregresed Autor. Thelbësore për suksesin e tij. Shlomi Fruchter, një drejtor hulumtues në Google Deepmind, e përshkroi atë si”modelin e parë të qëllimit të përgjithshëm interaktiv në kohë reale.”Ky proces sekuencial, i bazuar në kujtesë është ajo që i lejon Genie 3 të ndërtojë një kuptim intuitiv dhe të qëndrueshëm të fizikës pa u mbështetur në një motor të koduar me vështirësi. Hulumtimi i AI. Laboratori pozicionon modelin si një mjet kritik për trainimin e agjentëve të mishëruar të AI-sisteme si robotë ose avatar virtual të dizajnuar për të operuar në hapësirat fizike. Shishe në robotikë dhe zhvillim të AI. Agjentët e trajnimit në botën reale janë të ngadalta, të shtrenjta dhe potencialisht të rrezikshme. Modelet botërore si Genie 3 ofrojnë një zgjidhje duke siguruar një sandbox të sigurt, të shkallëzueshëm dhe pafundësisht të ndryshueshëm për të mësuar. Shumëllojshmëri e pafund e skenarëve”çfarë nëse”, Genie 3 mund të përdoret për të mësuar sistemet e AI se si të trajtojnë situatat që nuk përfshihen në trajnimin e tyre fillestar. Për shembull, siç vërehet nga Drejtori i Kërkimit i Deepmind, mund të përdoret për të trajnuar një makinë vetë-drejtuese se si të reagojë ndaj një këmbësori që shfaqet papritmas, pa pasur nevojë për të rrezikuar një përplasje të botës reale. Genie 3 me Sima Agent . Në demonstrime, agjentit iu dha qëllime të dallueshme dhe duhej t’i arrinte ato duke dërguar komanda navigimi te Genie 3. Modeli botëror, i pavetëdijshëm për objektivin e agjentit, thjesht do të simulonte pasojat fizike të atyre veprimeve, duke e detyruar Simën të planifikojë dhe ekzekutojë një sekuencë më të gjatë veprimesh për të pasur sukses. Kjo bëhet një terren trajnimi ideal ku agjentët shtyhen në kufijtë e tyre, të detyruar të luftojnë, dhe të përmirësohen përmes provës dhe gabimit në një mënyrë që pasqyrojnë mënyrën sesi mësojnë njerëzit. Besimi themelor i ndarë në të gjithë industrinë është se një AI duhet së pari të mësojë të”mendojë”dhe të planifikojë brenda një simulimi të saktë të brendshëm të realitetit para se të mund të besohet për të vepruar me besueshmëri në botën fizike. Ai sugjeroi që industria nuk ka pasur ende”Mastin 37 Momentin për Agjentët e Mishëruar”, ku ata”në të vërtetë mund të ndërmarrin veprime të reja në botën reale.”Për AI të mishëruar, një moment i tillë mbetet i fundit, i cili është i aftë, që modelet botërore si Genie 3 janë krijuar për të mundësuar një ditë. Modeli po lëshohet si një”vrojtim i kufizuar i hulumtimit”për një grup të vogël akademikësh dhe krijues, jo publikun e gjerë. Kjo qasje e kujdesshme pasqyron fazën e lindjes së teknologjisë.
Kufizimet kryesore përfshijnë një hapësirë të kufizuar veprimi për agjentët brenda simulimit. Për më tepër, modeli lufton me një tekst të dhënë me saktësi dhe ende nuk mund të simulojë ndërveprime komplekse midis agjentëve të shumtë të pavarur, siç detajohet në dokumentacionin e tij. Fruchter e pranoi rrugën përpara, duke vënë në dukje,”Ka shumë gjëra që duhet të ndodhin përpara se një model të mund të vendoset në botën e vërtetë, por ne e shohim atë si një mënyrë për të trajnuar në mënyrë më efikase modele dhe për të rritur besueshmërinë e tyre.”Kjo nënvizon rolin aktual të modelit si një mjet hulumtues sesa një produkt i vendosur. Ai nënvizon sfidat e mëdha teknike që mbeten në ndërtimin e AI që mund të pasqyrojnë vërtet kompleksitetin e botës sonë.