گوگل دیپ مایند مدل جدید Genie 2 را معرفی کرد

گوگل دیپ مایند، تیمی که پشت پروژه AlphaGo بود، Genie 2 را معرفی کرده‌اند، ابزاری نوآورانه که قادر است جهان‌های سه‌بعدی تعاملی را بر اساس یک تصویر معرفی کند.

این مدل جدید با هدف کمک به آموزش و آزمایش عوامل هوش مصنوعی طراحی شده، به آنها اجازه می‌دهد تا با استفاده از ورودی‌های صفحه کلید و ماوس با محیط‌های پویا تعامل داشته باشند. DeepMind اعلام کرده است که این ابزار امکان آموزش و آزمایش عوامل هوش مصنوعی را در محیط‌های تعاملی متنوع و گسترده‌ای فراهم می‌آورد و در ادامه به بررسی قابلیت‌های کلیدی آن می‌پردازیم:

• کنترل‌پذیری عملیاتی: Genie 2 به ورودی‌هایی مانند کلیدهای صفحه کلید و ماوس واکنش نشان می‌دهد و به افراد یا هوش مصنوعی این امکان را می‌دهد که با محیط تعاملی باشند. به عنوان مثال، هنگام فشار دادن کلیدهای جهت‌دار، مدل درک می‌کند که باید شخصیت را حرکت دهد و نه اشتباهاً اجسامی مانند درختان یا ابرها را.
• حافظه افق طولانی: Genie 2 توانایی به خاطر سپردن بخش‌هایی از جهان را دارد که دیگر قابل مشاهده نیستند و هنگام بازگشت دوباره به صحنه، آن‌ها را بازسازی کرده و تجربه شبیه‌سازی را پیوسته و واقع‌گرایانه‌تر می‌کند.
• محتوای نوظهور در پرواز: قادر است محتوای جدید و پایداری ایجاد کند و همزمان، یکپارچگی دنیا را در طول زمان حفظ نماید، تضمین کند که محیط‌ها همواره به شکلی قابل باور در حال تکامل باشند.
• قابلیت‌های نوظهور: Genie 2 می‌تواند تعاملات پیچیده‌ای مانند فیزیک، گرانش، و نور را شبیه‌سازی کند، شخصیت‌ها را به حرکت درآورد، و رفتار شخصیت‌های غیرقابل بازی (NPC) را مدل‌سازی نماید. این سیستم قادر است کنترلی بر همه چیز از جلوه‌های آبی تا حرکات شخصیت‌ها و دود داشته باشد.

• شبیه‌سازی متقابل: سیستم می‌تواند مسیرهای متفاوتی را از یک نقطه آغازین ایجاد کند. این ویژگی به پژوهشگران امکان می‌دهد تا نتایج مختلف را آزمایش کرده و روشی برای شبیه‌سازی تجربیات متنوع به منظور اهداف آموزشی فراهم آورند.
• درخواست تصویر در دنیای واقعی: این قابلیت محدود به تصاویر تولیدی کامپیوتر نیست؛ Genie 2 می‌تواند تصاویر واقعی را به عنوان الهام‌بخش استفاده کند و پدیده‌های طبیعی مانند تکان خوردن چمن در باد یا جریان آب را بازسازی کند.
• نمونه سازی سریع: محققان قادرند با استفاده از Genie 2 به سرعت نمونه‌های اولیه تعاملی را خلق کنند، که این امکان را می‌دهد تا به سرعت در محیط‌های متنوعی تست و آموزش داده شوند. این ابزار می‌تواند آثار هنری مفهومی یا نقاشی‌ها را به دنیاهای کامل و تعاملی تبدیل کند.

هوش مصنوعی مولد مانند Genie 2 بدون جنجال نیست. مسائل مربوط به کپی‌رایت و مالکیت معنوی از جمله نکات اصلی در این حوزه هستند. مدل‌هایی مانند این معمولاً با داده‌های استخراج شده از اینترنت آموزش می‌بینند و گاهی اوقات شامل محتوای کپی رایت می‌شوند.

هنرمندان، توسعه‌دهندگان بازی‌ها و حتی شرکت‌های فناوری نگرانی‌هایی در مورد استفاده غیرمجاز از محتوای خود در آموزش این مدل‌ها ابراز داشته‌اند. شکایت‌هایی در زمینه‌های دیگر هوش مصنوعی مولد مطرح شده که شرکت‌هایی مانند OpenAI و Stability AI را هدف قرار داده و شاکیان مدعی هستند که آثارشان بدون اجازه استفاده شده است.

تصور وقوع موارد مشابه در اینجا دشوار نیست، مخصوصاً که تولیدات هوش مصنوعی به طور فزاینده‌ای از طراحی‌های انسانی قابل تمیز دادن نیستند. یک لایه دیگر از پیچیدگی، انتقادات گسترده‌تری نسبت به روش‌های خراش دادن داده‌ها است. شرکت‌هایی مانند متا و ایکس که از داده‌های کاربران خود از پلتفرم‌هایشان برای آموزش مدل‌ها استفاده می‌کنند، اغلب بدون رضایت صریح، ناامیدی خود را ابراز می‌کنند.