گوگل Genie 4 را راه‌اندازی کرد؛ یک مدل دنیای هوش مصنوعی که واقعیت را با واقع‌گرایی بی‌سابقه‌ای شبیه‌سازی می‌کند.
باشگاه خبرنگاران جوان؛ جواد فراهانی - شرکت گوگل با راه اندازی Genie 4، یک مدل از هوش مصنوعی را ارائه کرده که واقعیت را با واقع‌گرایی بی‌سابقه‌ای شبیه‌سازی می‌کند
این مدل که در حال حاضر به عنوان یک پیش‌نمایش تحقیقاتی محدود برای گروه کوچکی از آزمایش‌کنندگان منتشر شده است، قادر به تولید توالی‌های ویدیویی فوق واقع‌گرایانه است که می‌توانند با استفاده از دستورات ساده زبان طبیعی در زمان واقعی اصلاح شوند.
گوگل توضیح داده است که ارائه این محصول به عنوان پیش‌نمایش تحقیقاتی برای آزمایش‌کنندگان مورد اعتماد انجام شده است. به زودی از طریق Project Genie برای مشترکین Google AI Ultra و همچنین از طریق Gemini API و AI Studio برای شرکای دسترسی اولیه در دسترس خواهد بود.
"Genie 4" می‌تواند به طور خودکار صدایی تولید کند که با صحنه‌های بصری هماهنگ باشد و تجربه کاربر را بهبود بخشد. این مدل همچنین جهشی قابل توجه در شبیه‌سازی حرکت و حالات چهره نشان می‌دهد که اکنون در مقایسه با مدل قبلی خود، "Genie 3"، روان‌تر و واقع‌گرایانه‌تر هستند.
"مدل‌های جهان" برای یادگیری از داده‌های آموزشی محدود توسعه داده می‌شوند و به آنها امکان می‌دهند دنیای اطراف خود را شبیه‌سازی کنند، نه اینکه صرفاً کلمات را توالی‌بندی کنند. در این زمینه، برخی از متخصصان - مانند دانشمند کامپیوتر، یان لکان - پیشنهاد می‌کنند که این مدل‌ها گامی به سوی دستیابی به هوش عمومی مصنوعی (AGI) واقعی هستند.
گوگل تأیید کرده است که «Genie 4» شامل کنترل‌های ایمنی سخت‌گیرانه‌ای برای جلوگیری از تولید محتوای مضر است؛ هرچند این شرکت اذعان دارد که چالش‌هایی در حفظ یکپارچگی بصری و دقت صوتی در شبیه‌سازی‌های پیچیده همچنان وجود دارد. تمامی کلیپ‌های تولیدشده توسط «Genie 4» برای تضمین شفافیت، با نشان «SynthID» مشخص خواهند شد.
گوگل خاطرنشان می‌کند که این مدل هنوز در مراحل اولیه توسعه قرار دارد و ممکن است در جریان شبیه‌سازی‌های طولانی و پیچیده، با چالش‌هایی در زمینه یکپارچگی بصری و دقت صوتی مواجه شود.
این ابزار پیش از عرضه گسترده‌تر — که با مشترکین سرویس «Google AI Ultra» آغاز خواهد شد — ابتدا در اختیار شرکای آزمایشی قرار می‌گیرد تا بازخوردها جمع‌آوری شده و بهبودهای ایمنی اعمال گردند؛ البته هنوز زمان‌بندی دقیقی برای این کار اعلام نشده است.
در میان آزمایش‌کنندگان اولیه، توسعه‌دهندگان بازی‌های ویدیویی حضور دارند که از این مدل برای نمونه‌سازی سریع ایده‌ها از طریق دستورات متنی (به زبان طبیعی) استفاده می‌کنند. این موضوع در پی گزارش‌هایی مبنی بر افت ارزش سهام شرکت‌های بازی‌سازی پس از رونمایی از «Project Genie» در ماه ژانویه مطرح می‌شود.
منبع: Gizmodo