ВСЕ СТАТЬИ
DeepMind представил SIMA 2 — агента с почти человеческим уровнем адаптации в виртуальных мирах
DeepMind представил SIMA 2 — агента с почти человеческим уровнем адаптации в виртуальных мирах — Google DeepMind объявил о публикации предварительного прототипа SIMA?2 (Scalable Instructable Multiworld Agent) — следующего поколения агента, который, по словам создателей, «переходит за рамки простого исполнения инструкций, чтобы понимать и взаимодействовать с окружающей средой». SIMA?1, представленный в марте 2024?года, обучался на сотнях часов видеоигр и смог выполнять простые команды во множестве 3?D?игр, но в сложных задачах завершал их только 31% случаев, в то время как люди достигают 71%. «SIMA?2?— это шаг в сторону более универсального агента, способного решать сложные задачи в ранее незнакомых средах и самосовершенствоваться на основе собственного опыта», — заявил старший исследователь Джо Марино. Агент создан на базе Gemini?2.5 flash?lite, «общего искусственного интеллекта» (AGI) — системы, способной выполнять широкий спектр интеллектуальных задач, учиться новому и перенимать знания в разных областях. Марино пояснил, что работа с агентами в виртуальных средах важна для достижения интеллекта: «В виртуальном пространстве агент взаимодействует с физическим или виртуальным миром через органы чувств и действия, как робот или человек, в отличие от "не?тела?в?виртуальном" агента, который может, например, редактировать календарь». Источник: Google DeepMind В демонстрации в игре No?Man’s?Sky агент описывал окружающую планету, распознавал маяк беды и определял дальнейшие шаги. В другой игре он объяснял свой выбор, после чего успешно нашёл нужную локацию. Марино также показал, как SIMA?2 понимает инструкции в виде эмодзи: «Ты дашь ему ????????, и он срубит дерево». С помощью Gemini агент способен исследовать фотореалистичные миры, созданные моделью Genie, распознавая и взаимодействуя с объектами, такими как скамейки, деревья и бабочки. Самообучение SIMA?2 основано на создании новых задач и оценке результатов собственной инициативой: после перехода в новую среду агент запрашивает у Gemini набор задач и отдельную модель вознаграждения, чтобы оценить свои попытки. Используя эти данные, агент корректирует поведение, постепенно повышая эффективность, как человек, обучающийся на собственных ошибках, но с подкреплением, предоставляемым ИИ. DeepMind рассматривает SIMA?2 как важный шаг к созданию роботов, способных выполнять широкий спектр задач в реальном мире. По словам Фредерика Бессе, «необходимо два компонента: высокоуровневое понимание мира и способность разрабатывать последовательные планы». Хотя точная дата интеграции SIMA?2 в физический мир пока неизвестна, открытая демонстрация показывает, что в ближайшие годы существует вероятность увидеть более автономные и гибкие системы, способные как к интеллектуальной адаптации, так и к практическому взаимодействию с окружающей средой.