عامل هوش مصنوعی جدید گوگل دیپ مایند مانند انسان یاد می‌گیرد، سازگار می‌شود و بازی می‌کند.

**خلاصه**

* سیستم از مدل جیمینی گوگل برای استدلال درباره اهداف، توضیح برنامه‌هایش و عمل در بازی‌های ناآشنا استفاده کرد.
* SIMA 2 از طریق بازی خودهدایت‌شده مهارت‌های جدید یاد گرفت و با دنیاهایی که لحظاتی قبل توسط Genie 3 ساخته شده بودند سازگار شد.
* دیپ‌مایند قصد دارد یک پیش‌نمایش تحقیقاتی محدود برای توسعه‌دهندگان و دانشگاهیان برنامه‌ریزی کند.

گوگل دیپ‌مایند روز پنجشنبه SIMA 2 را معرفی کرد — یک عامل هوش مصنوعی جدید که شرکت ادعا می‌کند مانند یک “همراه” در داخل دنیاهای مجازی رفتار می‌کند. با راه‌اندازی SIMA 2، دیپ‌مایند قصد دارد فراتر از اقدامات ساده روی صفحه حرکت کند و به سمت هوش مصنوعی پیش برود که می‌تواند برنامه‌ریزی کند، خود را توضیح دهد و از طریق تجربه یاد بگیرد.

“این یک گام مهم در مسیر مستقیم…

ion of Artificial General Intelligence (AGI), with important implications for the future of robotics and AI-embodiment in general,” the company said on its website.

The first version of SIMA (Scalable Instructable Multiworld Agent), released in March 2024, learned hundreds of basic skills by watching the screen and using virtual keyboard and mouse controls. The new version of SIMA, Google said, takes things a step further by letting the AI think for itself.

“SIMA 2 is our most capable AI agent for virtual 3D worlds,” Google DeepMind wrote on X. “Powered by Gemini, it goes beyond following basic instructions to think, understand, and take actions in interactive environments–meaning you can talk to it through text, voice, or ev

با استفاده از مدل هوش مصنوعی جیمینی، گوگل گفت که سایما میتواند اهداف سطح بالا را تفسیر کند، در مورد مراحلی که قصد انجام آنها را دارد صحبت کند و در بازیها با سطحی از استدلال که سیستم اصلی قادر به دستیابی به آن نبود، همکاری کند.
دیپمایند گزارش داد که تعمیمپذیری قویتری در محیطهای مجازی وجود دارد و اینکه سایما ۲ وظایف طولانیتر و پیچیدهتری را تکمیل کرد که شامل دستورات منطقی، طرحهایی که روی صفحه کشیده شدهاند و ایموجیها میشد.
در نتیجه این قابلیت، عملکرد سایما ۲ بهطور قابل توجهی به عملکرد یک بازیکن انسانی در طیف گستردهای از وظایف نزدیکتر است. گوگل خاطرنشان کرد که سایما ۲ نرخ تکمیل وظیفه ۶۵ درصدی داشت، در مقایسه با ۳۱ درصد توسط سایما ۱.
این سیستم همچنین دستورالعملها را تفسیر کرد و در دنیاهای سهبعدی کاملاً جدیدی که توسط جینی ۳ ایجاد شده بودند، اقداماتی انجام داد. سایما ۲ در دنیاهایی که هرگز ندیده بود، جهتگیری کرد، اهداف را درک کرد و اقدامات معناداری انجام داد.

“SIMA 2 is now far better at carrying out detailed instructions, even in worlds it’s never seen before,” Google wrote. “It can transfer learned concepts like ‘mining’ in one game and apply it to ‘harvesting’ in another—connecting the dots between similar tasks.”

After learning from human demonstrations, researchers said the agent switched into self-directed play, using trial and error and Gemini-generated feedback to create new experience data, including a training loop where SIMA 2 generated tasks, attempted them, and then fed its own trajectory data back into the next version of the model.

While Google hailed SIMA 2 as a step forward for artificial intelligence, the research also identified gaps that still need to be addressed, including struggling with very long, multi-step tasks, working within a limited memory window, and facing visual-interpretation challenges common to 3D AI systems.

Even so, DeepMind said the platform served as a testbed for skills that could eventually migrate into robotics and

“Our SIMA 2 research offers a strong path towards applications in robotics and another step towards AGI in the real world,” it said.