Google DeepMind представляет SIMA 2: человекоподобный AI-агент для виртуальных миров

Google DeepMind представила свой последний амбициозный шаг к Искусственному Общему Интеллекту (AGI) с раскрытием SIMA 2 (Масштабируемый, Инструктируемый, Мультиworld Агент). Используя мощную модель Gemini AI, SIMA 2 предназначена для обучения, адаптации и рассуждения, как человеческий игрок, в разнообразных виртуальных 3D мирах, особенно в видеоиграх, таких как No Man’s Sky и Valheim. Это исследование знаменует собой значительный прогресс по сравнению с ранними системами ИИ, которые часто были узко обучены для выполнения конкретных задач.

Интегрируя инструкции на естественном языке с комплексным пониманием 3D-миров, SIMA 2 может интерпретировать и выполнять открытые команды в незнакомых игровых средах, близко воспроизводя адаптивные навыки решения проблем человеческого игрока.

Обучение и адаптация в реальном времени

Основная инновация SIMA 2 заключается в его способности обобщать знания, приобретенные в одной среде, и применять их в совершенно новой—критически важный признак человеческого интеллекта, известный как непрерывное обучение. Эта способность позволяет агенту выходить за рамки предопределенных сценариев и справляться с новыми ситуациями, основываясь исключительно на инструкциях на естественном языке.

Успех агента в разнообразных играх, включая Goat Simulator 3, демонстрирует его переднее визуальное и пространственное понимание. Функционируя как другой игрок в игре, а не заменяя основную игровую логику, SIMA 2 выступает мощной площадкой для тестирования навыков, которые могут быстро перейти в реальные приложения. Видение DeepMind заключается в том, что те же основные принципы, которые управляют виртуальными движениями и принятием решений SIMA 2, будут иметь ключевое значение для следующего поколения интеллектуальной, общего назначения робототехники и автономных навигационных систем.

Путь к воплощенному рассуждению

Хотя DeepMind провозглашает SIMA 2 значительным достижением, исследование также выявило текущие ограничения, включая трудности с очень длинными многоступенчатыми задачами и проблемы, связанные с управлением памятью в высококомплексных 3D-средах. Эти результаты предоставляют четкую дорожную карту для будущего развития воплощенного рассуждения — человеческой способности мыслить и действовать в физическом ( или смоделированном ) пространстве.

Несмотря на эти препятствия, SIMA 2 представляет собой значительный шаг вперед в создании систем, которые могут эффективно рассуждать, планировать и сотрудничать. Его применение в виртуальных мирах предлагает среду с низким риском и большим объемом данных для обучения сложных агентов, необходимых для навигации и взаимодействия с физическим миром, в конечном итоге ускоряя путь к AGI.