Geçtiğimiz yıl Google DeepMind'ın tanıttığı Genie 3 dünya modeli, oyun sektöründe önemli dalgalanmalara neden olmuştu. Bu gelişmenin ardından, dünya modelleri yapay zeka laboratuvarlarının odak noktası haline geldi. Google ise bu alandaki çalışmalarına hız kesmeden devam ediyor. Araştırmacılar, Genie 3'ü neredeyse her yönden geliştiren güncellenmiş bir model üzerinde yoğun mesai harcadı. Ve eğer Google'a yeterli ücret öderseniz, yakında Genie 4'ü kullanma imkanına sahip olabilirsiniz.
Genie 4'ün çıktısına baktığınızda, onu bir video oyunu olarak görmeniz oldukça doğal. Nitekim Genie 3'ün de oyun endüstrisinde yarattığı heyecan bundandı. Ancak DeepMind bu konuya farklı yaklaşıyor. Google'a göre, dünya modelleri yapay genel zekaya (AGI) giden yolda kilit bir unsur. Bir dünya modeli sanal bir dünya yaratır, ancak önceden işlenmiş ortamlar veya programlanmış etkileşimli öğeler gerektirmez. Modelden sadece ne istediğinizi söylersiniz ve o, siz keşfettikçe kare kare gerçek zamanlı deneyimi üretir.
DeepMind, bu teknolojinin fiziksel robotlar için sonsuz eğitim ortamları oluşturabileceğini veya yaratıcı alanlar için hızlı prototipleme alanları açabileceğini belirtiyor. Elbette bu, modelin istenen şeyleri doğru bir şekilde simüle edebilmesine bağlı. Genie 4, simülasyonlarını daha kullanışlı hale getiren çeşitli iyileştirmeler sunuyor ve bu kısmen Google'ın güncellenmiş Gemini modelleri sayesinde mümkün oluyor.
Genie 4'te bir dünyayı var etmek için komut verdiğinizde, hedefleri ayırmak ve her çıktı karesini değerlendirmek için Gemini 3.8 Flash'ı yönlendirici bir ajan olarak kullanıyor. Bu, simülasyonun doğru yolda kalmasına yardımcı oluyor ve orijinal bağlamı kaybetmeden farklı ortamlar arasında gezinmenize olanak tanıyor. Ancak DeepMind, Genie 4 dünyalarının başlangıçtaki tutarlılığını birkaç dakika koruyabildiğini, ardından unutmaya başladığını belirtiyor.
Genie 3 gibi, yeni sürüm de akış sırasında parametrelerin değiştirilmesini destekliyor. Hava durumunu değiştirebilir, öğeler ekleyebilir veya kamerayı hareket ettirebilirsiniz ve Gemini her güncellemeyle simülasyonu yönlendirmeye yardımcı olur. Bu, akıl yürütme modellerinin doğru çıktı jetonlarını elde etmek için ek dahili komutlar üretme şekline benziyor.
Yapay zeka tarafından oluşturulan videolardaki fizik bazen biraz doğal görünmeyebilir, ancak DeepMind, Genie 4'ün yeni bir gerçekçilik seviyesine ulaştığını söylüyor. Genie 4, havacılık ve çarpışmalar gibi unsurlarla daha iyi başa çıkabiliyor, bu da simülasyonları daha kullanışlı ve görsel olarak çekici hale getiriyor. Bu simülasyonlarda yer alan insanlar da daha doğal hareketler ve değişen ortama verdikleri tepkilerle daha az tuhaf görünmeli.
Genie 4 aynı zamanda yerel ses özelliğine sahip ilk DeepMind dünya modelidir. Videolar ortam arka plan seslerine sahip olacak ve komutunuzda ses öğeleri belirtebileceksiniz. En büyük atılım, eğer işe yararsa, insan konuşmasının eklenmesi. DeepMind, Genie 4'ün simülasyonu değiştirdikçe adapte olan etkileşimli diyaloglar oluşturabileceğini vadediyor. Standart yapay zeka videolarında gerçekçi konuşma, gerçekçilikte büyük bir değişim yaratmıştı ve şimdi Google'ın dünya modellerine benzer bir devrim gelebilir.
Kendi Dünyanız
DeepMind, dünya modellerinin hala aktif bir araştırma alanı olduğunu dikkatle belirtiyor; Genie 3, sınırlı Project Genie web deneyiminin ötesine hiç genişlemedi. Ancak ekip, Genie 4 için daha geniş bir yayın hazırlığı amacıyla küçük bir güvenilir testçi grubuyla çalışıyor. Erişim yakında genişlemeye başlayacak, ancak henüz belirli bir zaman çizelgesi yok. Ancak ucuz olmayacak.
Google, Genie 4'ü geliştiricilere Gemini API ve AI Studio aracılığıyla sunmayı planlıyor, ancak fiyatlandırma henüz mevcut değil. Tüketiciler de erişebilecek, ancak bu, ayda 100 dolardan başlayan en pahalı AI Ultra planlarıyla aşamalı olarak sunulacak. Google, sonunda AI Pro ve AI Plus planlarına erişimi genişletebilir. Bu hala Project Genie aracılığıyla yönetilecek ve Genie ile ne kadar şey yapabileceğinizi sınırlayacak. Erken erişim elde etmek isteyen kullanıcılar için bir bekleme listesi mevcut.
Kaynakça: arstechnica.com
