گوگل از طریق ویدیو، آشنایی با هوش مصنوعی پیشرفته SIMA 2 را به مشریان خود ارائه کرد

گوگل دیپمایند به تازگی نمونهای از تحقیقات خود در زمینه ایجنت هوش مصنوعی SIMA 2 را منتشر کرده است. این ایجنت به واسطه تواناییهای زبانی و استدلالی مدل جمینای، علاوه بر اجرای دستورات، به درک و تعامل با محیط خود میپردازد.
مانند بسیاری از پروژههای دیگر دیپمایند، نظیر AlphaFold، نسخه اول SIMA نیز بر اساس صدها ساعت داده مرتبط با بازیهای ویدیویی آموزش دیده تا شیوه انجام چندین بازی سهبعدی را بیاموزد. SIMA 1 که در مارس 2024 رونمایی شد، قادر به اجرای دستوراتی پایه در محیطهای مجازی مختلف بود، اما در انجام وظایف پیچیده تنها 31 درصد از موفقیت را کسب کرده بود (در حالی که برای انسانها این میزان 71 درصد اعلام شده است).
«جو مارینو»، دانشمند ارشد دیپمایند، در مورد مدل جدید ابراز داشته است:
«SIMA 2 تغییرات چشمگیر و بهبودهای قابلتوجهی نسبت به SIMA 1 را ارائه میدهد و به عنوان یک ایجنت عمومیتر شناخته میشود. این توانایی را دارد که tasks پیچیده را در محیطهای ناشناخته انجام دهد و خود بهبوددهنده است، به این معنا که میتواند بر اساس تجربیات خود پیشرفت کند، که نماد در جهتی به سوی رباتهای عمومیتر و سیستمهای AGI است.»
با اینکه این سیستم بر اساس بازیهای ویدیویی آموزش دیده، اما گوگل میخواهد کاربرد SIMA 2 را فراتر از این حوزه توسعه دهد. «جین وانگ»، دانشمند ارشد تحقیقات در این شرکت، تاکید کرده است:
«ما میخواهیم این سیستم واقعاً قادر به فهم شرایط باشد، درکی از خواستههای کاربران داشته باشد و همچنین بتواند به شکلی منطقی پاسخ دهد، که این کار چالشهای بسیاری به همراه دارد.»
مارینو همچنین به عملکرد SIMA 2 در بازی No Man’s Sky اشاره کرده و توضیح داده است که ایجنت گوگل توانسته به خوبی محیط اطرافش را در این بازی شناسایی کند. در طول بازی، از مدل جمینای برای انجام استدلالها استفاده شده است.
در بازی دیگری به این مدل دستور داده شد تا به خانهای با رنگ گوجهفرنگی برود و SIMA 2 پس از نشان دادن روند تفکر خود، این مأموریت را با موفقیت انجام داد.
اگرچه هنوز زمان دقیقی برای عرضه نهایی SIMA 2 اعلام نشده، وانگ به TechCrunch اشاره کرده که هدف دیدن پیشنمایش آن، نمایش پیشرفتهای حاصل شده در دیپمایند بوده است. دیپمایند SIMA 2 را به عنوان یک گام به سوی دستیابی به رباتهای عمومیتر معرفی میکند.




