«جینی ۴» به عرصه ورود کرد؛ هوش مصنوعی شگفتانگیز گوگل برای ساخت دنیای تعاملی

در صورتی که شرایط محیطی دچار تغییر شوند یا کاربری در آن دخالت کند، جمنای برنامه بهسرعت بهروز میشود. دیپمایند به این امر امید دارد که چنین تعاملاتی منجر به بهبود رفتارهای رویهای و استدلال چندمرحلهای گردد؛ خصایصی که برای آزمایش و ارزیابی عاملهای هوشمند قبل از استفاده در محیط واقعی از اهمیت بسیاری برخوردارند.
محققان همچنین آزمایشاتی را بر روی ترکیب جمنای ۴ و جینی ۴ در رابطه با Gemini Robotics انجام دادهاند. جمنای ۴ قابلیت شکستن وظایف تعیینشده توسط کاربر به مراحل چندگانه را دارد و توضیحات متنی هر مرحله را هنگام ارائه به جینی ۴ منتقل میکند. این ویژگی هدایت زنده با متن، اجازه میدهد تا شبیهسازی در مسیر انجام وظایف اصلاح و بهینهسازی شود، به جای اینکه پس از بروز هر خطا بهطور کامل از ابتدا آغاز گردد.
روند مدلهای ترکیبی
دیپمایند بهدنبال جستوجو در آیندهی این حوزه با استفاده از مدلهای ترکیبی جامع است. این سامانه قابلیت ادغام استدلال منطقی و ساختاریافتهی کد و مدلهای زبانی را با بازنمایی حسی همانند شبیهسازی پیکسلی میسازد. یک بخش از این ساختار، اهداف و خط زمان روایت را تعیین میکند در حالی که بخش دیگر به تولید جلوهها، صدا و واکنشهای فیزیکی جهان میپردازد.
تعامل نزدیکتر بین جینی و جمنای بهعنوان یک گام ابتدایی ارزیابی میشود. جمنای در پسزمینه، نقشهها و توالی رویدادها را تنظیم میکند، در حالی که جینی واقعیت حاضر را خلق مینماید. نتیجهی این همکاری میتواند منجر به مدلی کنترلپذیرتر و هماهنگتر گردد که وابستگی بیشتری به روابط میان جهانی داشته باشد، هرچند که مدل کنونی هنوز به این سطح نرسیده است.
دیپمایند بهطور واضح جینی ۴ را بهعنوان یک مدل آزمایشی معرفی میکند. محیط در نشستهای کوتاه، ثبات خود را حفظ میکند، اما ممکن است جزئیات بصری و دوام اشیاء بهتدریج تغییر یابند. مدارک طولانیتر و ویرایشهای پیچیده و گسترده با استفاده از دستورات متنی در صحنه، احتمال بروز خطا را افزایش میدهد.
ادغام سیستم تولید بلادرنگ همراه با تصاویر واقعگرا، خطرات جدیدی ایجاد میکند. دیپمایند اعلام میکند که جینی ۴ از وجود حفاظتهای ایمنی متناسب با سیاستهای سایر مدلهایش بهرهمند است و پیش از عرضهی پیشنمایش، ارزشیابیهای داخلی دقیقی برای جلوگیری از محتوای زیانبار یا مخرب انجام داده است.
جینی ۴ در حال حاضر یک محصول عمومی کامل به شمار نمیآید. این مدل در مرحلهی پیشنمایش پژوهشی قرار دارد و به آزمایشکنندگان مطمئن اعطا شده و بهزودی برای مشترکین Google AI Ultra در پروژهی Genie و شرکای دسترسی زودهنگام Gemini API و Google AI Studio در دسترس قرار خواهد گرفت. علاقمندان به Project Genie نیز میتوانند به فهرست انتظار ملحق شوند.



