گوگل دیپ‌مایند اخیراً با معرفی مدل جدید Genie 3، گامی مهم در مسیر تحقق هوش مصنوعی عمومی (AGI) برداشته است؛ نوعی از هوش مصنوعی که توانایی انجام طیف وسیعی از وظایف مشابه انسان را دارد، نه صرفاً انجام کارهای خاص مانند ترجمه یا بازی شطرنج. مدل Genie 3 نوعی "مدل دنیای مجازی" است که با استفاده از آن، سیستم‌های هوش مصنوعی می‌توانند با محیط‌های شبیه‌سازی‌شده اما بسیار واقع‌گرایانه تعامل داشته باشند. این قابلیت نه تنها می‌تواند به آموزش ربات‌ها و خودروهای خودران کمک کند، بلکه امکان تجربه‌سازی برای انسان‌ها را نیز فراهم می‌سازد؛ مانند اسکی کردن یا قدم زدن در طبیعت، تنها با استفاده از متن ورودی.

به گفته گوگل، این مدل می‌تواند محیط‌های مجازی را فوراً از روی دستورات متنی ایجاد کند و به‌سرعت تغییر دهد. برای مثال، می‌توان در یک سناریوی اسکی، تنها با یک فرمان متنی، گله‌ای گوزن را وارد محیط کرد. این سطح از انعطاف و تعامل با محیط شبیه‌سازی‌شده، به گفته کارشناسان، گام مهمی در توسعه عامل‌های هوشمند (AI Agents) است. گوگل فعلاً این مدل را به‌صورت عمومی عرضه نکرده و تاریخ دقیقی برای انتشار آن اعلام نکرده است. البته نمونه‌هایی از محیط‌های ساخته‌شده توسط Genie 3 مانند انبارها و پیست‌های اسکی، به برخی خبرنگاران نشان داده شده که کیفیت آن‌ها با جدیدترین مدل ویدئویی گوگل یعنی Veo 3 برابری می‌کند، با این تفاوت که ویدیوها در Genie 3 چند دقیقه‌ای هستند، در حالی که ویدیوهای Veo 3 تنها هشت ثانیه‌اند.

متخصصان دانشگاهی نیز اهمیت این مدل را تأیید کرده‌اند. پروفسور رامامورتی از دانشگاه ادینبرو، بر نقش کلیدی مدل‌های دنیای مجازی در تصمیم‌گیری ربات‌ها تأکید کرده است. همچنین اندرو روگویسکی از دانشگاه سوری معتقد است که افزودن قابلیت تعامل مجازی به مدل‌های زبانی، می‌تواند آن‌ها را در درک و تجربه محیط بهبود دهد و گامی دیگر در مسیر توسعه AGI باشد.

در کنار Genie 3، گوگل همچنین از مدل دیگری به نام Sima نیز پرده‌برداری کرده که در محیط‌های بازی قادر به انجام وظایف خاص است. اما این مدل نیز هنوز در دسترس عموم قرار نگرفته. در نهایت، گوگل تأکید دارد که مدل‌های دنیای مجازی مانند Genie 3 نقش محوری در آینده سیستم‌های هوش مصنوعی ایفا خواهند کرد؛ به‌ویژه در توسعه عامل‌هایی که می‌توانند مانند انسان در محیط‌های واقعی تصمیم‌گیری و عمل کنند.

منبع خبر: theguardian