Gry Google Genie AI Crafts z pojedynczych obrazów

Google ogłosiło Genie, aplikację do tworzenia gier mobilnych, w ramach ciągłych inwestycji w sztuczną inteligencję. 

Generatywny model sztucznej inteligencji Genie, opracowany przez start-up Google zajmujący się sztuczną inteligencją DeepMind, zademonstrował wersję demonstracyjną na żywo. Genie uczy się mechaniki gier z setek tysięcy filmów z rozgrywką i może generować grywalne gry przy minimalnej liczbie podpowiedzi.

Google DeepMind przedstawia „Genie” AI umożliwiające natychmiastowe tworzenie gier, w które można grać https://t.co/9c6iMsZ1Qa $ GOOG $ GOOGL

— BizTechia (@BizTechia) 27 lutego 2024 r.

Przeczytaj także: Rysunek AI zgromadzi 675 milionów dolarów na humanoidalną robotykę rozwiązującą pracę

Odsłonięcie dżina

Jak stwierdzono w oficjalnym DeepMind firmy Google blogu, Genie to podstawowy model świata wytrenowany przy użyciu filmów dostępnych w Internecie. Model może stworzyć „nieskończoną różnorodność grywalnych (sterowanych akcją) światów na podstawie syntetycznych obrazów, fotografii, a nawet szkiców”.

Genie, skrót od Generative Interactive Environments, powstał we współpracy Google i Uniwersytetu Kolumbii Brytyjskiej. Za pomocą tylko jednego obrazu może generować platformówki 2D z przewijaniem bocznym, takie jak Contra i Super Mario Brothers, w oparciu o podpowiedzi użytkownika.

Jednak Google DeepMind oświadczyło podczas ogłoszenia, że ​​wprowadza „nowy paradygmat” generatywnej sztucznej inteligencji (AI) w postaci dżina. Ponadto firma zauważyła pojawienie się generatywnych modeli sztucznej inteligencji, które są w stanie generować nowatorskie i kreatywne treści za pomocą języka, obrazów, a nawet filmów.

Google przedstawia Genie

Generacyjne środowiska interaktywne

przedstawiamy Genie, pierwsze generatywne, interaktywne środowisko trenowane bez nadzoru na podstawie nieoznaczonych filmów internetowych. Model może zostać poproszony o wygenerowanie nieskończonej różnorodności wirtualnych… pic.twitter.com/ZO1focG7Vx

—AK (@_akhaliq) 26 lutego 2024 r.

Według Google znaczna część z 200,000 2 godzin nagrań wideo z publicznych gier internetowych, na których Genie się szkolił, to platformówki XNUMXD, a nie gry w pełnej rzeczywistości wirtualnej.

Specyfikacje Genie

Jeśli chodzi o wymiary, Genie ma 11 miliardów parametrów. W modelu uwzględniono także czasoprzestrzenny tokenizator wideo, model dynamiki autoregresyjnej oraz prosty i skalowalny model działań ukrytych. Specyfikacje te umożliwiają Genie działanie w wygenerowanych środowiskach klatka po klatce, nawet bez etykiet i innych wymagań specyficznych dla domeny podczas szkolenia.

Ponadto Genie można poinstruować, aby generował zróżnicowany zestaw interaktywnych i kontrolowanych środowisk, pomimo przeszkolenia w zakresie danych wyłącznie wideo. W przeciwieństwie do wielu generatywnych modeli sztucznej inteligencji, które mogą tworzyć kreatywne treści zawierające obrazy językowe, a nawet filmy, Genie może tworzyć grywalne środowiska za pomocą tylko jednego monitu graficznego.

Jednak programista Google DeepMind, Tim Rocktäschel, powiedział na X (dawniej Twitterze), że skupiają się na skali, a nie na dodawaniu odchyleń indukcyjnych.

Zamiast dodawać błędy indukcyjne, skupiamy się na skali. Korzystamy ze zbioru danych obejmującego ponad 200 tys. godzin filmów z platform 2D i szkolimy model świata 11B. W nienadzorowany sposób Dżin uczy się różnorodnych ukrytych działań, które w spójny sposób kontrolują postacie. pic.twitter.com/71a3iuAGZA

— Tim Rocktäschel (@_rockt) 26 lutego 2024 r.

Dodał, że korzystają ze zbioru danych obejmującego ponad 200 tys. godzin filmów z platformówek 2D i trenują model świata 11B. W nienadzorowany sposób Dżin uczy się różnorodnych ukrytych działań, które konsekwentnie kontrolują postacie.

Możliwości dżina

Zgodnie z Google badaczy, Genie opiera się na trzech modelach: modelu dynamicznym, który przewiduje, co stanie się w następnej klatce, tokenizatorze wideo, który zamienia surowe klatki wideo w oddzielne tokeny, oraz modelu działania ukrytego, który może wnioskować o działaniach pomiędzy klatkami wideo.

Zdolność podstawowego modelu Genie do identyfikowania głównego bohatera gry bez konieczności przeszkolenia w zakresie akcji lub adnotacji tekstowych to jedna z jego unikalnych cech. Dzięki modelom, które nim sterują, użytkownik może bez wysiłku sterować postacią w grze Wygenerowane przez AI środowisko rzeczywistości wirtualnej.

Rocktäschel powiedział również, że Genie może zamienić inne media w gry. Można poprosić Genie o utworzenie różnych wirtualnych światów, którymi można sterować za pomocą akcji, na podstawie różnych danych zawartych w załączonym artykule badawczym Google DeepMind.

Bardzo się cieszę, że mogę ujawnić co @GoogleDeepMindZespół Open Endedness osiągnął 🚀. Przedstawiamy Genie 🧞, podstawowy model świata wytrenowany wyłącznie na podstawie filmów internetowych, który może generować nieskończoną różnorodność kontrolowanych akcją światów 2D na podstawie podpowiedzi obrazowych. pic.twitter.com/TnQ8uv81wc

— Tim Rocktäschel (@_rockt) 26 lutego 2024 r.

Co więcej, Rocktäschel powiedział, że model może przekształcić dowolny obraz w grywalny świat 2D. Według niego Dżin może ożywiać dzieła zaprojektowane przez człowieka, takie jak szkice, na przykład piękne dzieła sztuki Seneki i Kaspiana, dwóch najmłodszych twórców na świecie.

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
• PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
• PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
• Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
• Źródło: https://metanews.com/googles-genie-ai-crafts-games-from-single-images/