دیپ مایند گوگل با هوش مصنوعی Genie 3 دنیای تعاملی ۳D می‌سازد

شرکت دیپ‌مایند، زیرمجموعه‌ی گوگل در زمینه پژوهش‌های هوش‌مصنوعی، از نسخه تازه‌ای از «مدل جهان‌ساز» خود با نام Genie 3 رونمایی کرد. هفت ماه پس از معرفی Genie 2 که کیفیت و انعطاف بیشتری نسبت به نسخه اول داشت، حالا این مدل جدید فراتر رفته و قادر است محیط‌های سه‌بعدی تعاملی را در لحظه (Real-Time) تولید کند.

برای ساخت دنیای شبیه‌سازی شده با Genie 3، کافی است یک Prompt (متن دستوری) یا یک تصویر اولیه به مدل بدهید. سپس مدل به‌صورت پی‌درپی فریم‌‌های سه‌بعدی را تولید می‌کند و شما می‌توانید به‌راحتی اشیاء، کاراکترها یا شرایط آب‌وهوایی را تغییر دهید. دیپ‌مایند این تغییرات آنی را «رویدادهای قابل‌درخواست» (Promptable Events) می‌نامد. Genie 3 می‌تواند به بازی‌سازان این امکان را بدهد که طرح‌های بازی و ایده‌های طراحی محیط را بدون نیاز به موتورهای گرافیکی سنگین سریعاً امتحان کنند. با این حال، برخی کارشناسان بازی شک دارند که این ابزار جایگزین روش‌های فعلی توسعه بازی شود. از سوی دیگر، دیپ‌مایند آن را ابزاری پژوهشی می‌داند که بازی‌ها محیط‌های تعاملی و قابل‌سنجش خوبی برای پیشرفت هوش‌مصنوعی فراهم می‌کنند.

یکی از ضعف‌های Genie 2 «حافظه کوتاه‌مدت» حدود ۱۰ ثانیه‌ای بود؛ یعنی پس از مدتی جزئیات محیط را فراموش می‌کرد. Genie 3 این حافظه را تا چند دقیقه افزایش داده و با کیفیت ۷۲۰p و نرخ ۲۴ فریم‌برثانیه امکان گشت‌وگذار در دنیای شبیه‌سازی‌شده را فراهم می‌کند. هرچند پیشرفت این هوش مصنوعی چشمگیر است، اما Genie 3 هنوز کامل نیست. محیط‌های تولیدشده همگی غیرتکراری و تصادفی‌اند و امکان شبیه‌سازی مکان‌های واقعی وجود ندارد. گاهی عناصر ویدیو درست تولید نمی‌شوند؛ مثلاً انسان‌ها ممکن است به‌صورت غیرطبیعی عقب‌گرد کنند یا متن‌های درون صحنه به‌هم‌ریخته باشد. تعامل «عامل‌های هوش‌مصنوعی» با محیط نیز محدود است و هنوز نمی‌توانند خودشان شبیه‌سازی را تغییر دهند.

فعلاً Genie 3 در دسترس عموم نیست و دیپ‌مایند قصد دارد به گروهی از پژوهشگران و کارشناسان دسترسی آزمایشی بدهد. اگر نتایج موفقیت‌آمیز باشد، احتمالاً در آینده افراد بیشتری بتوانند از این مدل جهانی برای تولید دنیای تعاملی استفاده کنند. معرفی Genie 3 نقطه عطفی در زمینه مدل‌های جهان‌ساز هوش‌مصنوعی است که می‌تواند هم صنعت بازی و هم پژوهش‌های AGI را متحول کند. با این حال، برای رسیدن به ثبات کامل و شبیه‌سازی محیط‌های واقعی و پیچیده‌تر، هنوز راه درازی در پیش است.