گوگل دیپ‌مایند از SIMA 2، یک عامل هوش مصنوعی که در محیط‌های سه‌بعدی عمل کرده و یاد می‌گیرد، رونمایی خواهد کرد

این شرکت اعلام کرد که SIMA 2 را به عنوان یک پیش‌نمایش تحقیقاتی محدود برای گروه کوچکی از دانشگاهیان و توسعه‌دهندگان بازی منتشر می‌کند.

گوگل دیپ‌مایند از SIMA 2، آخرین نسخه از عامل چندجهانی مقیاس‌پذیر و قابل ساخت خود رونمایی کرد که می‌تواند در محیط‌های مجازی سه‌بعدی استدلال کند، با کاربران همکاری کند و به صورت خودکار یاد بگیرد. محققان این انتشار را «نقطه عطفی در ایجاد عامل‌های هوش مصنوعی عمومی و مفید» توصیف کردند. SIMA 2 مدل Gemini را به عنوان هسته خود در بر می‌گیرد که به عامل اجازه می‌دهد دستورالعمل‌ها را تفسیر کند، اهداف سطح بالا را درک کند و اقدامات برنامه‌ریزی شده خود را توصیف کند. این شرکت اعلام کرد: «SIMA 2 می‌تواند کاری بیش از جواب دادن به دستورالعمل‌ها انجام دهد، می‌تواند در مورد آنها فکر کند و استدلال کند.» نسخه قبلی، SIMA 1، برای اجرای بیش از 600 مهارت اساسی در بازی‌های تجاری مختلف آموزش دیده بود.

آموزش برای SIMA 2 هم از نمایش‌های انسانی و هم از برچسب‌های تولید شده توسط Gemini استفاده کرد. این رویکرد به عامل اجازه می‌دهد تا توضیح دهد که قصد انجام چه کاری را دارد و چگونه قصد دارد یک کار را انجام دهد. به گفته این تیم، تعاملات اکنون «کمتر شبیه دادن دستور و بیشتر شبیه همکاری با همراهی است که می‌تواند در مورد کار انجام شده استدلال کند.» آزمایش‌ها نشان داد که SIMA 2 در انجام دستورالعمل‌های پیچیده و موفقیت در بازی‌هایی که هرگز با آنها مواجه نشده بود، از جمله بازی وایکینگ ها ASKA و بازی MineDojo، بهبود یافته است. این عامل همچنین می‌تواند مفاهیم آموخته شده در یک بازی – مانند معدن‌کاوی – را در اقدامات مشابه در محیط‌های دیگر به کار گیرد. محققان خاطرنشان کردند که SIMA 2 بخش زیادی از شکاف عملکرد بین هوش مصنوعی و بازیکنان انسانی را در وظایف ارزیابی کاهش داده است.

این شرکت اعلام کرد که SIMA 2 را به عنوان یک پیش‌نمایش تحقیقاتی محدود برای گروه کوچکی از دانشگاهیان و توسعه‌دهندگان بازی منتشر می‌کند. گوگل دیپ‌مایند با اشاره به همکاری خود با متخصصان توسعه داخلی مسئول، خاطرنشان کرد: «ما عمیقاً متعهد به توسعه مسئولانه SIMA 2 هستیم.» محققان گفتند که این کار در نهایت ممکن است به رباتیک کمک کند، جایی که مهارت‌هایی مانند ناوبری، استفاده از ابزار و اجرای وظایف مشارکتی ضروری هستند. در همین حال، ورلد لبز، استارتاپی که توسط فی-فی لی، پیشگام هوش مصنوعی، تأسیس شده است، مدل جهان مولد خود، ماربل، را منتشر کرده است که پس از یک نسخه بتای دو ماهه با کاربران اولیه، در دسترس عموم قرار گرفته است. ورلد لبز اعلام کرد: «ماربل می‌تواند جهان‌های سه‌بعدی را از متن، تصاویر، ویدیو یا طرح‌بندی‌های سه‌بعدی خام ایجاد کند. کاربران می‌توانند به صورت تعاملی جهان‌ها را ویرایش یا گسترش دهند.»