أنشأ أحدث ذكاء اصطناعي من Google DeepMind للتو لعبة تزلج قابلة للعب تحاكي مون بلان الحقيقية، بثلوج تنحتها زلاجاتك وانهيارات ثلجية تنحدر في الوقت الفعلي، وقد فعل ذلك من دون استخدام أي نموذج ثلاثي الأبعاد جاهز. ويمثل هذا قفزة كبيرة من ذكاء اصطناعي يكتب مقاطع برمجية إلى ذكاء اصطناعي قادر على بناء عالم تفاعلي كامل.

أبرز النقاط

  • برمج Gemini 4 Neon محاكي تزلج مستندًا إلى تضاريس مون بلان الحقيقية

  • استُخدمت في بنائه Antigravity ومظللات مخصصة، من دون أي نماذج ثلاثية الأبعاد جاهزة

  • يعرض المحاكي الثلوج المحفورة والانهيارات الثلجية مباشرةً

  • تضع تحديثات Google DeepMind الأخيرة Gemini 4 في مجالات البرمجة والروبوتات وجداول البيانات والمختبرات وأبحاث التشفير

نشرت Google DeepMind أن Gemini 4 Neon برمج محاكي تزلج يستند إلى تضاريس مون بلان الحقيقية، وصُمم باستخدام Antigravity، أداة البرمجة بالذكاء الاصطناعي من Google، مع مظللات مخصصة ومن دون استخدام أي نماذج ثلاثية الأبعاد جاهزة.

كما وصفت الشركة كيفية عرض الثلوج المنحوتة والانهيارات الثلجية مباشرة، محوّلةً مشهدًا جبليًا إلى مثال آخر على تعامل Gemini 4 مع مهمة تفاعلية ومرئية بدلًا من الاكتفاء بإرجاع نص.

كيف بُني

تعامل Gemini 4 Neon مع مشروع يستند إلى تضاريس مون بلان الحقيقية بدلًا من منحدر متخيّل. ودمجت Google DeepMind هذه التضاريس مع مظللات مخصصة، وقالت إنها لم تستخدم نماذج ثلاثية الأبعاد جاهزة.

المظللات هي تعليمات رسومية تحدد مظهر الأسطح أثناء رسم المشهد. وفي هذه الحالة، تُستخدم لإظهار الثلج وهو يتغير مباشرةً عندما يشق متزلج طريقه عبره، بينما تُعرض الانهيارات الثلجية أيضًا في الوقت الفعلي.

لم تذكر Google DeepMind المدة التي استغرقها البناء أو مقدار المساعدة البشرية التي تطلّبها، واللعبة عرض توضيحي يمكنك تجربته، وليست منتجًا للبيع.

اقرأ أيضًا: Gemini 4 Neon من Google ينافس أفضل نماذج الذكاء الاصطناعي بنصف التكلفة

لماذا يهم هذا

يتطلب إنشاء لعبة ثلاثية الأبعاد عادةً فنانين لبناء النماذج، ومبرمجين لكتابة الفيزياء، ومتخصصين في الرسوميات لكتابة المظللات. أما هنا، فقد تولى نموذج ذكاء اصطناعي التعامل مع التضاريس والرسوميات والثلوج المتحركة نفسها. وإذا واصلت أدوات كهذه التحسن، فقد تتمكن فرق صغيرة، بل وحتى مطورون يعملون بمفردهم، من إنشاء عوالم ألعاب كانت تتطلب في السابق استوديوهات كاملة. وهذا خبر سار للمبدعين المستقلين، وتحذير لكل من يتمثل عمله في إنشاء الأصول ثلاثية الأبعاد يدويًا.

يندرج عرض مون بلان التوضيحي ضمن سلسلة أوسع من أمثلة Gemini 4 التي لا تركز كثيرًا على الإجابات الفورية بقدر ما تركز على الأنظمة القادرة على مواصلة العمل في مهمة ما. ففي 10 نوفمبر، قدمت Google DeepMind نموذج Gemini 4 Carbon بوصفه أقوى نماذجها للمهام المعقدة طويلة الأمد، وصُمم لاستكشاف المشكلات بعمق وتنفيذ دورات تحقق مطولة في هندسة البرمجيات والأمن السيبراني والعمل المعرفي والعلوم.

وفي 12 نوفمبر، قدمت Gemini 4 Hydrogen باعتباره مصممًا للبرمجة السريعة والتركيب متعدد الوسائط وسير العمل اليومي، وذكرت أنه ينجز المهام أسرع بمقدار 2.5x من 3.8 Flash. وهذا مهم لأن الشركة تعرض عائلة نماذج واحدة تمتد عبر البرمجة والمرئيات والمحاكاة والأبحاث، بدلًا من التعامل مع هذه المجالات على أنها جزر منفصلة.

وفي 19 نوفمبر، قال كوراي كافوكجوغلو، نائب الرئيس الأول في Google DeepMind، إنه لن يكون هناك اختبار أو معيار واحد يخبرنا بأن الذكاء الاصطناعي العام (AGI) قد تحقق. وأضاف أن التقدم يتجلى في أن تصبح النماذج أقل «تفاوتًا» وأكثر موثوقية في مختلف جوانب الحياة اليومية. ويتوافق محاكي التزلج مع هذه الفكرة، لأنه مهمة مباشرة أخرى تكتسب فيها الموثوقية أهمية تماثل أهمية الناتج الخام.

ما الذي ينبغي متابعته لاحقًا

تُظهر التحديثات المباشرة الأخيرة أن Google DeepMind تدفع Gemini 4 نحو بيئات يتعين فيها على النموذج إنشاء شيء أو محاكاته أو التحقق منه أو التحكم فيه عبر خطوات متعددة.

التاريخ | تحديث Google DeepMind 6 نوفمبر | اكتشف وكلاء ذكاء اصطناعي بتوجيه بشري نقطتي ضعف رئيسيتين في أنظمة التشفير القديمة ذات 1024 بت 10 نوفمبر | قُدم Gemini 4 Carbon للمهام المعقدة طويلة الأمد ودورات التحقق المطولة 12 نوفمبر | قُدم Gemini 4 Hydrogen للبرمجة السريعة والتركيب متعدد الوسائط وسير العمل اليومي 16 نوفمبر | استخدم باحثون Gemini 4 Carbon في Google Antigravity عبر مجالات الفيزياء والرياضيات وعلوم الحياة 17 نوفمبر | شغّل Gemini 4 Hydrogen لوحة فنون بكسلية في Google Sheets وإضافة للروبوتات تدعم الأذرع الروبوتية 20 نوفمبر | برمج Gemini 4 Neon محاكي تزلج لمون بلان، مع ثلوج وانهيارات ثلجية مباشرة

هناك تحديثان من 17 نوفمبر يكشفان الكثير. عرضت Google DeepMind كيف حوّل Gemini 4 Hydrogen جداول Google Sheets إلى لوحة فنون بكسلية، عبر تقليص آلاف الخلايا إلى مشاهد متحركة. وفي اليوم نفسه، قالت إن إضافة جديدة للروبوتات في Google Antigravity يمكنها توصيل ذراع روبوتية مدعومة، والتدرّب في محاكاة MuJoCo، وتنفيذ المهام في العالم الحقيقي باستخدام محادثة عادية.

وهذا يرسم مسارًا واضحًا يستحق المتابعة. تختبر Google DeepMind Gemini 4 في مهام تمزج البرمجة بالفعل في البرمجيات والمختبرات والآلات. وما يزال السؤال مفتوحًا: كم من هذه العروض التوضيحية سيتحول إلى أدوات متاحة على نطاق واسع، ومتى؟

اقرأ التالي: Google DeepMind تتيح للمبرمجين تدريب الأذرع الروبوتية بمجرد الدردشة