Genie 3: Сыграем в симуляцию?

В начале декабря Google DeepMind представила Genie 2 – систему искусственного интеллекта, которую называют мировыми моделями. Такой ИИ способен генерировать изображения в реальном времени, основываясь на движениях пользователя или другого агента – чаще всего не человека, а другого ИИ – в смоделированном мире. Получающееся "видео" больше походит на геймплей компьютерной игры, но в DeepMind уверяют: Genie 2 задумывалась как тренажёр для оттачивания навыков других искусственных интеллектов. В начале июня лаборатория презентовала Genie 3, с которой, как считают в компании, теперь ещё удобнее "дрессировать" умные программы.

Если не углубляться, переход с Genie 2 на версию 3 может показаться скромным. Годом ранее главный рывок был в том, что Genie научилась генерировать трёхмерные миры и восстанавливать утерянные куски окружения, даже если агент выходил из этой области. Для предыдущих моделей AI подобная внимательность была словно режим "забывчивости": например, Oasis от Decart постоянно терял стройность уровней в Minecraft.

Genie 3, по словам руководителя исследований DeepMind Шломи Фрухтера и учёного Джека Паркер-Холдера, приносит качественно новые кирпичики на путь к универсальному ИИ. Во-первых, теперь модель выдает изображение в разрешении 720p (было 360p), а симуляции "держатся" дольше: Genie 2 теоретически могла показывать непрерывную сцену до 60 секунд, но обычно начинала "глючить" раньше. Genie 3, как утверждает DeepMind, работает несколько минут без явных артефактов.

Но главное нововведение – возможность управлять событиями внутри симуляции с помощью текстовых подсказок. Если раньше можно было просто двигаться и наблюдать за откликом модели, то теперь Genie 3 меняет мир по требованию в реальном времени. На демонстрации DeepMind "вставила" стадо оленей на склон горы по команде. Олени получились не слишком правдоподобными, но DeepMind считает это серьёзным шагом – системы становятся всё гибче.

Главная цель Genie 3 осталась прежней: подготовка "боевых" ИИ к жизни вне лаборатории. Genie 3 может учить программы справляться с неожиданностями вроде внезапно появившегося пешехода перед беспилотником – таких ситуаций, которых нет в исходных обучающих данных. "Путь до внедрения модели в реальные системы ещё длинный, но мы видим пользу для повышения надёжности и эффективности обучения", – говорит Фрухтер. Сейчас Genie 3 не может идеально воссоздать настоящую улицу и плохо работает с текстом. DeepMind признаёт: чтобы стать по-настоящему полезной, "волшебнице" потребуется научиться поддерживать виртуальный мир не минуты, а часы.

Однако лаборатория уже уверена: технология готова менять реальный мир. "Пока Genie нельзя использовать как единственную среду для обучения ИИ, но уже сейчас можно выявлять ситуации, где агент ведёт себя опасно. Пусть мир несовершенен, но знать об ошибках полезно", – подчеркивает Паркер-Холдер. Genie постепенно дорабатывают и обещают вскоре дать доступ к ней большему числу тестеров – но широкой публике технология пока недоступна.