
AI News
Gemini ได้รับการฝึกสอนให้ช่วยเหลือ DeepMind's SIMA 2 ในการเล่นเกมที่มีความซับซ้อน
DeepMind ได้เพิ่มโมเดลพื้นฐาน Gemini บน SIMA 2 เพื่อสร้างผู้ควบคุมหลายโลกที่สามารถปฏิบัติตามคำสั่งด้วยเสียง ข้อความ และการวาดภาพภายในเกมเช่น No Man's Sky และ Goat Simulator 3
เดมานด์ ได้รับการฝึกสอนโดย SIMA 2
ดีพมีนได้เพิ่มโมเดลหลายรูปแบบของ เดมานด์ ลงบน SIMA 2 ทำให้เกิดผู้ช่วยที่สามารถติดตามคำสั่งที่เป็นเสียง ข้อความ และภาพวาด ในการเล่นเกมที่เปิดกว้าง
ความสามารถใหม่
- การคิดเชิงพื้นที่ที่ดีขึ้น: สามารถเคลื่อนที่ผ่านแผนที่ขนาดใหญ่ และจำเป้าหมายต่าง ๆ ได้ในช่วงเวลาต่าง ๆ
- ข้อมูลหลายรูปแบบ: รวมเสียง ข้อความ และภาพวาดง่าย ๆ เพื่อช่วยให้เข้าใจเจตนาได้ดีขึ้น
- การแนะนำกลยุทธ์: แนะนำการกระทำต่อไป ขณะที่ผู้เล่นยังคงมีอำนาจควบคุม
ความสำคัญ
- แสดงให้เห็นว่าโมเดลพื้นฐานสามารถปรับใช้ได้ในโลก 3 มิติที่หลากหลาย โดยไม่จำเป็นต้องฝึกใหม่สำหรับแต่ละเกม
- เปิดทางไปสู่ผู้ช่วยแบบแอสซิสต์ สำหรับเครื่องมือสร้างสรรค์และกระบวนการฝึกอบรมจำลอง
คำเตือน
- ด้านความปลอดภัย: ผู้ช่วยต้องหลีกเลี่ยงพฤติกรรมที่ทำให้ผู้เล่นรู้สึกไม่ดีหรือการใช้ข้อบกพร่องของเกม
- ด้านความเป็นส่วนตัว: ต้องมีการยินยอมอย่างชัดเจน และขีดจำกัดการเก็บข้อมูลเสียงและข้อมูลการเล่น
- ด้านความน่าเชื่อถือ: โลกที่เปิดกว้างมีความไม่แน่นอน ดังนั้น ระบบป้องกันและการส่งผ่านไปยังมนุษย์ยังคงเป็นสิ่งสำคัญ
ข้อสรุป: SIMA 2 ที่ใช้เทคโนโลยี เดมานด์ เป็นภาพสะท้อนของผู้ช่วยที่สามารถทำงานได้ในหลายโลก แต่การทดสอบจริงจะอยู่ที่การรักษาความปลอดภัย ความควบคุม และการเคารพสิทธิ์ของผู้เล่น
แหล่งที่มาทางการ:MIT Technology Review