گوگل می خواهد با مدل‌های جدید هوش مصنوعی، دنیای واقعی را شبیه‌سازی کند

گوگل، تیم جدیدی تشکیل می‌دهد که بر روی توسعه مدل‌های هوش مصنوعی متمرکز است که بتوانند دنیای فیزیکی پیرامون ما را شبیه‌سازی کنند.

این تیم تحت رهبری تیم بروکس، که پیش از این به عنوان یکی از رهبران پروژه تولید ویدیوی OpenAI به نام Sora فعالیت داشت و در اکتبر به بخش تحقیقاتی هوش مصنوعی گوگل گوگل دیپ‌مایند (Google DeepMind) پیوست، قرار خواهد گرفت.

بروکس این ابتکار را در پستی در X اعلام کرد و گفت که تیم او بخشی از تحقیقات گسترده‌تر گوگل دیپ‌مایند خواهد بود: «دیپ‌مایند برنامه‌های بلندپروازانه‌ای برای ایجاد مدل‌های مولد که دنیای واقعی را شبیه‌سازی کنند دارد. من در حال ساخت یک تیم جدید برای تحقق این رؤیا هستم.»

شبیه‌سازی دنیای فیزیکی با هوش مصنوعی به معنای ساخت مدل‌هایی است که می‌توانند رفتارها و پدیده‌های دنیای واقعی را در محیط‌های دیجیتال بازسازی کنند. این مدل‌ها قادرند تعاملات فیزیکی مانند حرکت اجسام، تغییرات محیطی یا نحوه برخورد موجودات و اشیاء را شبیه‌سازی کنند.

برای مثال، می‌توانند نحوه تعامل ربات‌ها با محیط اطرافشان را پیش‌بینی کنند یا حتی تغییرات آب‌وهوایی و ترافیک شهری را مدل‌سازی کنند. هدف این شبیه‌سازی‌ها این است که از داده‌های دنیای واقعی برای ساخت سیستم‌های هوش مصنوعی استفاده کنند که بتوانند به طور خودکار رفتارهایی مشابه دنیای فیزیکی را شبیه‌سازی کرده و در زمینه‌هایی مانند آموزش ربات‌ها، پیش‌بینی‌های علمی یا حتی بازی‌های ویدیویی کاربرد پیدا کنند.

آگهی‌های استخدامی که بروکس به آن‌ها اشاره کرده‌اند، نشان می‌دهند که تیم جدید با همکاری تیم‌های موجود گوگل، از جمله تیم‌های Gemini، Veo و Genie، برای حل “چالش‌های جدید و حیاتی” و مقیاس‌بندی مدل‌های هوش مصنوعی برای استفاده از بالاترین سطوح قدرت محاسباتی، تلاش خواهد کرد. Gemini مجموعه مدل‌های پرچمدار گوگل برای کارهایی مانند تجزیه و تحلیل تصاویر و تولید متن است، در حالی که Veo مدل تولید ویدیوی گوگل است. از سوی دیگر، Genie رویکرد گوگل به مدل‌های دنیای مجازی است — هوش مصنوعی که می‌تواند محیط‌های پویا، از جمله بازی‌های 3D در زمان واقعی را شبیه‌سازی کند. آخرین نسخه Genie که در دسامبر معرفی شد، قادر به تولید انواع مختلفی از دنیای 3D قابل تعامل است.

یکی از توصیف‌های شغلی که بروکس به اشتراک گذاشته است، بر این باور تأکید دارد که آموزش هوش مصنوعی با داده‌های ویدئویی و چندرسانه‌ای کلید رسیدن به هوش مصنوعی عمومی (AGI) است، که به معنای هوش مصنوعی است که قادر به انجام هر کاری است که انسان‌ها می‌توانند انجام دهند.

تیم جدید بروکس تمرکز خود را بر روی توسعه ابزارهایی بر اساس این مدل‌ها خواهد گذاشت و برنامه‌ریزی دارد که آن‌ها را با مدل‌های چندرسانه‌ای موجود مانند Gemini ادغام کند.

رقابت برای توسعه مدل‌های دنیای مجازی توجه شرکت‌های بزرگ فناوری و استارتاپ‌ها را جلب کرده است، از جمله استارتاپ‌های World Labs و Decart و Odyssey. این شرکت‌ها بر این باورند که مدل‌های دنیای مجازی در نهایت می‌توانند به ایجاد رسانه‌های تعاملی مانند بازی‌های ویدیویی و فیلم‌ها و همچنین شبیه‌سازی‌های واقع‌گرایانه برای استفاده در آموزش ربات‌ها کمک کنند.