به گزارش قلم برخط، شرکت Google DeepMind در روزهای اخیر به طور رسمی از آخرین پیشرفت خود در زمینه هوش مصنوعی مولد، با نام Genie 3 رونمایی کرد. این مدل قادر است تنها بر اساس توصیفهای متنی یا تصویری، محیطهای سهبعدی تعاملی را تولید کند. به وسیله این مدل هوش مصنوعی کاربران میتوانند اشیاء را دستکاری کنند، شرایط آب و هوایی را تغییر دهند و فضایی مجازی را تجربه کنند .
کارشناسان و سازندگان این هوش مصنوعی معتقدند Genie 3 می تواند محیطهایی واقعی و پاسخگو را با کیفیت 720p تولید کند. این مدل در کنار خلق صحنه های ثابت، قابلیت یادآوری و تطابق با تعاملات کاربر دارد. همین ویژگی Genie 3 را از دیگر مدل های هوش مصنوعی متفاوت می کند.
Genie 3 بیش از یک سرگرمی و بازی عمل می کند. بررسی ها نشان می دهد توسعهدهندگان میتوانند از آن برای ساخت دموهای تعاملی یا حتی شبیه سازی های محیطی استفاده کنند.
یکی از پیشرفت های شگرف در این مدل هوش مصنوعی دستیابی به درجه بالایی از کنترلپذیری و تعامل بلادرنگ است. بر اساس بخشی از مقاله ای در دیپ مایند، به عنوان مثال، اگر کاراکتر ساخته شده با این هوش مصنوعی پس از یک دقیقه دوباره به مکان قبل مراجعه کند، مدل نیز باید به اطلاعات مرتبط با یک دقیقه پیش بازگردد. برای دستیابی به تعامل بلادرنگ، این محاسبه باید چندین بار در ثانیه در پاسخ به ورودیهای جدید کاربر هنگام ورود آنها انجام شود.
معرفی Genie 3 نشان میدهد که هوش مصنوعی مولد به مرور در مسیر تبدیل شدن به ابزاری برای خلق کاملاً Real-Time حرکت میکند. ابزارهای آینده احتمالاً توانایی ایجاد محیطهایی با وضوح بالاتر، پاسخگویی به تعامل پیچیدهتر کاربران و اعمال فیزیک واقعی را نیز خواهند داشت.
بررسی ها در دنیای هوش مولد نشان می دهد که Genie 3 اولین سیستم هوش مصنوعی است که توانایی خلق جهان های سه بعدی تعاملی را دارد. از سویی دیگر در تولیدات با این مدل هوش مصنوعی محیطها با سطح پاسخگویی بالا و قابلیت حفظ تغییرات کاربر خلق میشوند. همچنین وضوح 720p و نرخ 24fps جز ویژگیهای فنی برجسته Genie 3 است.
مطالعه بیشتر در خصوص این مدل هوش مصنوعی در تحریریه قلم برخط نشان می دهد کاربردهای آموزشی، ارائه و توسعه تجربه کاربری از زمینههای اصلی بهرهگیری از Genie 3 است. این ابزار گام بزرگی در مسیر توسعه هوش مولد چندرسانه ای محسوب میشود.
منابع معتبر: Google DeepMind
دیدگاهتان را بنویسید