گوگل SIMA 2 را معرفی کرد؛ ایجنتی خودآموز و پیشرفته برای تعامل هوشمند

گوگل دیپ‌مایند پیش‌نمایشی از تحقیقات خود درباره ایجنت هوش مصنوعی SIMA 2 را منتشر کرد. SIMA 2 با تکیه بر توانایی‌های زبانی و استدلالی مدل جمینای، علاوه‌بر پیروی از دستورات، قادر است محیط خود را درک کرده و با آن تعامل داشته باشد.
مانند بسیاری از پروژه‌های دیپ‌مایند ازجمله AlphaFold، نسخه اول SIMA نیز با صدها ساعت داده از بازی‌های ویدیویی آموزش دیده بود تا نحوه انجام چندین بازی سه‌بعدی را یاد بگیرد. SIMA 1 که در مارس 2024 معرفی شد، می‌توانست دستورات پایه را در محیط‌های مجازی مختلف دنبال کند، اما در انجام وظایف پیچیده تنها 31 درصد موفق بود (درحالی‌که این میزان برای انسان‌ها 71 درصد اعلام شده است).
«جو مارینو»، دانشمند ارشد دیپ‌مایند، درباره نسخه جدید گفته است: «SIMA 2 یک تغییر قابل‌توجه و یک بهبود مهم نسبت به SIMA 1 است و به‌عنوان یک ایجنت عمومی‌تر عمل می‌کند. این مدل می‌تواند وظایف پیچیده را در محیط‌هایی که قبلاً ندیده انجام دهد. همچنین یک ایجنت خود-بهبود است؛ یعنی براساس تجربه‌های خود بهتر می‌شود که این موضوع گامی به سمت ربات‌های عمومی‌تر و سیستم‌های AGI است.»
با وجود اینکه این سیستم با بازی‌های ویدیویی آموزش دیده، گوگل قصد دارد کاربردهای SIMA 2 فراتر از بازی‌ها باشد. «جین وانگ»، دانشمند ارشد تحقیقات دیپ‌مایند، می‌گوید: «ما می‌خواهیم این ایجنت واقعاً درک کند چه اتفاقی درحال رخ دادن است، بفهمد کاربر از آن چه می‌خواهد و سپس بتواند منطقی پاسخ دهد؛ کاری که واقعاً دشوار است.»
مارینو درباره عملکرد SIMA 2 در بازی No Man’s Sky نیز توضیح داده است. به گفته او، ایجنت گوگل توانسته محیط اطراف خود را به‌خوبی شناسایی کند و در طول بازی نیز از مدل جمینای برای استدلال بهره برده است.
در بازی دیگری از مدل خواسته شده تا به خانه‌ای با رنگ گوجه‌فرنگی برود و SIMA 2 پس از نمایش روند تفکر خود، مأموریت را با موفقیت انجام داده است.
هرچند هنوز جدول زمانی دقیقی برای عرضه کامل SIMA 2 ارائه نشده، اما وانگ در گفت‌وگو با TechCrunch توضیح داده که هدف از انتشار این پیش‌نمایش، نمایش پیشرفت‌های دیپ‌مایند بوده است. دیپ‌مایند از SIMA 2 به‌عنوان گامی مهم به سوی ساخت ربات‌های عمومی‌تر یاد می‌کند.