استعرضت Google أداة ذكاء اصطناعي جديدة هي Google Genie 4، تحوّل مشاهد الفيديو إلى عوالم حية يمكن للناس توجيهها فورياً لأغراض الألعاب والروبوتات ومحاكاة التدريب.
أهم النقاط
أعلنت Google يوم الثلاثاء عن Google Genie 4، وقالت إن الذكاء الاصطناعي لنموذج العالم يمنح المستخدمين تحكماً فورياً في البيئات وحركة الكاميرا والأفعال والصوت
قدّمت Google Genie 4 بوصفه نموذجاً تفاعلياً للعالم من Google DeepMind، يتنبأ بكيفية تغيّر المشهد بمرور الوقت
لم يتضمن الإصدار معلومات عن الأسعار أو أرقاماً معيارية في المنشورات المشار إليها
سلّطت وحدة الحوسبة السحابية في Google الضوء على Gemini Robotics Embodied Reasoning 2، وأشارت الشركة إلى أنها تنظّم جهودها حول نماذج تتصرف داخل البيئات
Google Genie 4 يتجاوز الفيديو الثابت
يُقدَّم Google Genie 4 بوصفه أحدث نموذج للعوالم التفاعلية من Google DeepMind. نموذج العالم هو نظام ذكاء اصطناعي يتنبأ بكيفية تغيّر المشهد بمرور الوقت، لا بمجرد الشكل الذي قد تبدو عليه صورة واحدة.
هذا التمييز مهم لأن معظم أدوات الفيديو بالذكاء الاصطناعي الموجهة للمستهلكين لا تزال تعمل كمولدات للمقاطع: فهي تنتج تسلسلاً مكتملاً بعد إدخال الطلب، وتجبر المستخدم على تشغيل النموذج من جديد لإجراء أي تغيير كبير.
أما النظام الجديد فيتعامل مع المشهد على نحو أقرب إلى المحاكاة، إذ يمكن للمستخدم طلب حركة جديدة أو تحريك الكاميرا أو تغيير ديناميكيات البيئة، مع استمرار العالم في العمل.
من عرض بحثي إلى توجه للمنتجات
يأتي إصدار يوم الثلاثاء بعد عام انتقلت فيه نماذج العالم من فضول بحثي إلى مرشحة للمنتجات. وأظهرت أعمال Google السابقة أن أنظمة الذكاء الاصطناعي قادرة على إنشاء بيئات شبيهة بالألعاب، لكن التحكم كان محدوداً والواقعية تتراجع مع التفاعلات الأطول.
يشير النموذج الجديد إلى أن الشركة تسعى الآن إلى ترسيخ مكانتها بقوة أكبر في هذه الفئة.
تبيع Google بالفعل نماذج للنصوص والصور والفيديو، وقد تصبح إمكانات نماذج العالم الطبقة الناقصة اللازمة للروبوتات ومحاكاة التدريب والنماذج الأولية للألعاب.
اقرأ أيضاً: Google Cloud تمنع روبوتات الذكاء الاصطناعي من الحصول على صلاحيات المسؤول الكاملة
كما أمضت Google اليوم الماضي في تسليط الضوء على أعمال أخرى في مجال الذكاء الاصطناعي المتجسد. فقد أبرزت وحدة الحوسبة السحابية التابعة لها يوم الثلاثاء Gemini Robotics Embodied Reasoning 2، في إشارة أخرى إلى أن الشركة تنظّم جهودها حول نماذج تتصرف داخل البيئات.
كيف يمكن استخدام النموذج
لم يتضمن الإعلان أسعاراً أو أرقاماً للمعايير المرجعية في المنشورات المشار إليها.
وبذلك يظل من غير الواضح ما إذا كان هذا العمل سيتاح على نطاق واسع للمطورين، أو ضمن معاينة محدودة، أو عبر مسار داخلي مرتبط بمنتجات Google الأخرى.
كيف يحاكي النظام التغيير
يندرج هذا ضمن فئة من أنظمة الذكاء الاصطناعي التي تصوغ تسلسلات بدلاً من مخرجات منفردة. وبعبارات بسيطة، تدرّب Google DeepMind النموذج على التنبؤ بما ينبغي أن يحدث تالياً في المشهد بعد إدخال طلب أو تحريك الكاميرا أو تنفيذ المستخدم إجراءً.
تتكرر خطوة التنبؤ هذه مراراً، فيواصل العالم تحديث نفسه بدلاً من التوقف عند إجابة مكتملة واحدة.
هذا التصميم مهم للمطورين الذين يبنون برمجيات تفاعلية. يستطيع مولّد الفيديو التقليدي إنشاء مقطع جميل، لكن استوديو الألعاب أو فريق الروبوتات يحتاج إلى نظام يستجيب للمدخلات الجديدة مع الحفاظ على اتساق المشهد.
إذا تمكنت Google من إبقاء العناصر والصوت والحركة متناسقة بمرور الوقت، فسيصبح هذا النهج مفيداً للمحاكاة، لا لصناعة المحتوى فحسب.
الأمر التالي الذي ينبغي ترقّبه هو طريقة الإتاحة. فإذا ظهر النموذج في أدوات المطورين أو واجهات برمجة التطبيقات السحابية أو منتجات الروبوتات، فسيعني ذلك أن Google ترى نماذج العالم بنية تحتية، لا مجرد عرض تجريبي عابر.
أما إذا ظل الوصول إليه محدوداً، فقد يكون العمل لا يزال في مرحلة إثبات الإمكانات.
اقرأ تالياً: IBM تضع قيوداً على روبوتات الذكاء الاصطناعي قبل أن تحوّل الأموال أو تغيّر كشوف الرواتب