谷歌DeepMind的新型人工智能代理能夠像人類一樣學習、適應和玩遊戲

Google DEEPMind 推出SIMA 2週四——一個新的人工智能代理該公司聲稱，SIMA 2 在虛擬世界中扮演著“夥伴”的角色。 隨著 SIMA 2 的發布，DeepMind 的目標是超越簡單的屏幕操作，邁向能夠規劃、解釋自身並從經驗中學習的人工智能。

該公司在其網站上表示：“這是朝著通用人工智能 (AGI) 方向邁出的重要一步，對機器人技術和人工智能具身化技術的未來具有重要意義。”

SIMA（可擴展指導多世界智能體）的第一個版本於2024年3月發布，它通過觀看屏幕並使用虛擬鍵盤和鼠標控制，學習了數百種基本技能。 谷歌表示，新版SIMA更進一步，讓AI能夠獨立思考。

“SIMA 2 是我們目前功能最強大的虛擬 3D 世界人工智能代理，”谷歌 DeepMind寫道在 X 上。 “由 雙子座 提供技術支持，它不僅能夠遵循基本指令，還能在交互式環境中思考、理解和採取行動——這意味著你可以通過文本、語音甚至圖像與它對話。”

通過使用Gemini谷歌表示，人工智能模型 SIMA 可以解讀高層目標，闡述其打算採取的步驟，並在遊戲中進行協作，其推理水平是原始系統無法達到的。

DeepMind 報告稱，SIMA 2 在虛擬環境中具有更強的泛化能力，並且能夠完成更長、更複雜的任務，包括邏輯提示、在屏幕上繪製草圖和表情符號。

“由於這項能力，SIMA 2 在各種任務上的表現都明顯更接近人類玩家，”谷歌寫道，並指出 SIMA 2 的任務完成率為 65%，而 SIMA 1 的任務完成率為 31%。

該系統還能解讀指令，並在由……生成的全新3D世界中採取行動。 精靈3SIMA 2 是 DeepMind 去年發布的另一個項目，它能夠根據單個圖像或文本提示創建交互式環境。 SIMA 2 在測試前不久才首次接觸到這些環境，但它卻能夠自行定位、理解目標並採取有意義的行動。

谷歌寫道：“SIMA 2 現在能夠更好地執行詳細指令，即使是在它從未見過的世界中也是如此。它可以將一個遊戲中學習到的概念（例如‘採礦’）應用到另一個遊戲中的‘採集’——將相似任務之間的聯繫聯繫起來。”

研究人員表示，在學習了人類的演示後，該智能體轉而進行自主遊戲，利用試錯法和Gemini生成的反饋來創造新的體驗。 數據其中包括一個訓練循環，其中 SIMA 2 生成任務，嘗試完成這些任務，然後將自己的軌跡數據反饋到模型的下一個版本中。

雖然谷歌稱讚 SIMA 2 是人工智能向前邁出的一步，但該研究也指出了一些仍需解決的差距，包括難以處理非常長的多步驟任務、在有限的內存窗口內工作以及面臨 3D AI 系統常見的視覺解釋挑戰。

即便如此，DeepMind表示，該平台可以作為技能的試驗場，這些技能最終可能會應用於機器人領域。 導航.

“我們的 SIMA 2 研究為機器人應用提供了一條強有力的途徑，也為現實世界中的通用人工智能 (AGI) 邁出了又一步，”聲明中寫道。