Google DeepMind onthult SIMA 2: AI-agent die kan spelen, redeneren en leren in virtuele 3D-werelden
In het kort
Google DeepMind introduceerde de SIMA 2 AI-agent die instructies kan begrijpen, kan redeneren en zichzelf nieuwe vaardigheden kan aanleren in virtuele omgevingen, waardoor taken bijna op menselijk niveau kunnen worden voltooid.
AI-tak van het technologiebedrijf Google, Google DeepMind introduceerde SIMA 2, de nieuwste versie van zijn Scalable Instructable Multiworld Agent, waarmee de stap naar capabelere en algemenere AI-agenten wordt gezet.
Het systeem is gebaseerd op de geavanceerde redeneermogelijkheden van Gemini-modellen en gaat verder dan alleen het volgen van eenvoudige instructies in virtuele omgevingen. Het systeem functioneert nu als een interactieve metgezel die doelen kan interpreteren, met gebruikers kan communiceren en zijn prestaties in de loop van de tijd kan verfijnen.
Het eerste SIMA-model leerde honderden taalgestuurde acties in commerciële videogames door de invoer op het scherm te observeren en te werken met virtuele bedieningselementen in plaats van met geïntegreerde spelmechanismen.
SIMA 2 bouwt voort op deze aanpak door Gemini als kern te integreren, waardoor de agent doelgericht kan redeneren, beoogde acties kan uitleggen en complexere taken binnen games kan uitvoeren. De agent is getraind met een combinatie van menselijke demonstraties en door Gemini gegenereerde annotaties en is getest in een breder scala aan games via samenwerkingen met meerdere ontwikkelaars. Deze update is een belangrijke stap voor belichaamde AI, die perceptie, redenering en actie combineert in dynamische 3D-omgevingen.
De integratie van Gemini heeft de mogelijkheden van SIMA 2 versterkt om te generaliseren en betrouwbaar te werken in onbekende contexten. De agent kan nu gedetailleerdere en genuanceerdere instructies interpreteren en deze succesvol uitvoeren, zelfs in games die hij nog niet eerder is tegengekomen, zoals de Viking-titel ASKA of MineDojo, een onderzoeksversie van Minecraft.
Het vermogen om geleerde concepten toe te passen in verschillende omgevingen – bijvoorbeeld door het idee van ‘mijnen’ uit te breiden van het ene spel naar ‘oogsten’ in een ander spel – vormt een belangrijk onderdeel van brede generalisatie en brengt de prestaties ervan dichter bij die van een menselijke speler.
Om deze mogelijkheden te evalueren, werd SIMA 2 ook getest in procedureel gegenereerde 3D-werelden, gecreëerd door Genie 3, dat nieuwe omgevingen creëert op basis van tekst- of beeldprompts. In deze onbekende omgevingen kon de agent nog steeds effectief navigeren, instructies interpreteren en werken aan de gebruikerservaring.defigestelde doelen, wat een niveau van aanpassingsvermogen laat zien dat nog niet eerder in soortgelijke systemen is waargenomen.
SIMA 2 bevordert zelfverbeterende AI met nieuwe mogelijkheden voor generalisatie en autonoom leren
Volgens de afstandEen van de meest opvallende ontwikkelingen van SIMA 2 is het opkomende vermogen om de eigen prestaties te verbeteren. Tijdens de training heeft de agent aangetoond dat hij steeds complexere taken aankan door middel van iteratieve trial-and-error, gecombineerd met feedback van Gemini. Na aanvankelijk te hebben geleerd van menselijke demonstraties, kan SIMA 2 zich blijven ontwikkelen in nieuwe games door middel van autonoom spel, waarbij vaardigheden worden verworven in onbekende omgevingen zonder dat hiervoor aanvullende menselijke data nodig zijn. Deze ervaring kan vervolgens worden gebruikt om volgende, capabelere versies van de AI-agent, en hetzelfde zelfverbeteringsproces is succesvol toegepast in door Genie gegenereerde omgevingen, wat een zinvolle vooruitgang betekent in de training van algemene agenten in diverse, synthetische werelden. Deze cyclus van voortdurende verfijning ondersteunt de langetermijndoelstelling om agenten in staat te stellen te leren met minimale menselijke begeleiding.
De werking van SIMA 2 in een breed scala aan spelomgevingen biedt een belangrijke testomgeving voor algemene intelligentie, waardoor het vaardigheden kan verwerven, redeneren kan oefenen en continu kan leren door zelfgestuurd handelen. Hoewel het systeem een substantiële stap is in de richting van generalistische, interactieve, belichaamde intelligentie, kent het nog steeds duidelijke beperkingen in de onderzoeksfase. De agent blijft worstelen met complexe taken met een lange horizon die uitgebreide redeneringen of herhaalde doelverificatie vereisen, en zijn geheugen blijft beperkt door de noodzaak van interactie met lage latentie binnen een beperkt contextvenster. Precisie in fijnmazige acties en visueel begrip van complexe 3D-scènes blijven ook een bredere uitdaging.
Het project toont het potentieel aan van een actiegerichte AI-benadering waarbij brede competentie wordt ondersteund door diverse trainingsdata en sterke redeneervaardigheden. SIMA 2 laat zien dat deze elementen kunnen worden verenigd in één generalistische agent in plaats van geïsoleerd in afzonderlijke gespecialiseerde systemen. Het biedt een veelbelovende weg naar toekomstige toepassingen in robotica, aangezien veel van de vaardigheden die in virtuele omgevingen worden geleerd – zoals navigatie, gereedschapsgebruik en collaboratieve taakafhandeling – zich vertalen in fundamentele componenten voor belichaamde AI.
SIMA 2 is ontworpen als een interactieve, mensgerichte onderzoekstool en de ontwikkeling ervan omvat een duidelijke focus op verantwoorde praktijken, met name wat betreft de mechanismen voor zelfverbetering. Het team heeft gedurende het hele project samengewerkt met specialisten in verantwoorde innovatie en brengt SIMA 2 uit in een beperkte onderzoekspreview, waarmee geselecteerde academici en gameontwikkelaars er vroegtijdig toegang toe krijgen. Deze gefaseerde aanpak maakt voortdurende controle, feedback en interdisciplinaire evaluatie mogelijk naarmate de technologie en de mogelijke implicaties ervan verder worden onderzocht.
Disclaimer
In lijn met de Richtlijnen voor vertrouwensprojectenHoud er rekening mee dat de informatie op deze pagina niet bedoeld is en niet mag worden geïnterpreteerd als juridisch, fiscaal, beleggings-, financieel of enige andere vorm van advies. Het is belangrijk om alleen te beleggen wat u zich kunt veroorloven te verliezen en onafhankelijk financieel advies in te winnen als u twijfels heeft. Voor meer informatie raden wij u aan de algemene voorwaarden en de hulp- en ondersteuningspagina's van de uitgever of adverteerder te raadplegen. MetaversePost streeft naar nauwkeurige, onpartijdige berichtgeving, maar de marktomstandigheden kunnen zonder voorafgaande kennisgeving worden gewijzigd.
Over de auteur
Alisa, een toegewijd journalist bij de MPost, is gespecialiseerd in cryptocurrency, zero-knowledge proofs, investeringen en het uitgebreide domein van Web3. Met een scherp oog voor opkomende trends en technologieën levert ze uitgebreide berichtgeving om lezers te informeren en te betrekken bij het steeds evoluerende landschap van digitale financiën.
Meer artikelen
Alisa, een toegewijd journalist bij de MPost, is gespecialiseerd in cryptocurrency, zero-knowledge proofs, investeringen en het uitgebreide domein van Web3. Met een scherp oog voor opkomende trends en technologieën levert ze uitgebreide berichtgeving om lezers te informeren en te betrekken bij het steeds evoluerende landschap van digitale financiën.
