Agent2World: يمكن الآن ترجمة العالم كبرنامج عادي

هل تتذكر كيف أعجب الجميع بـ Sora، واصفين إياها بأول علامة على نماذج عالمية حقيقية؟ مقاطع فيديو جميلة وفراء قطط واقعي وموجات صحيحة فيزيائياً تقريباً. لكن كانت هناك مشكلة واحدة: لم تكن قادراً على الدخول إلى هذا العالم وتغيير شيء فيه. كانت ديكوراً جميلاً لكن ثابتاً تماماً.

قدم الباحثون Agent2World، وهذا ربما يكون أهم تحول في مجال إنشاء الواقعيات الرقمية خلال السنة الماضية. إذا كنا سابقاً نحاول تعليم الشبكات العصبية كيفية "رسم" الفيزياء، فإننا الآن نعلمها كيفية كتابة كودها. يكمن جوهر مفهوم Agent2World في تحويل نماذج العالم إلى ما يسميه المؤلفون بيئة رمزية قابلة للتنفيذ.

تخيل أنه بدلاً من التكهن بأي بكسل يجب أن يقف بجانب آخر، ينتج النموذج البنية المنطقية للعالم وقواعد تفاعل الكائنات وحالاتها. هذا مشابه جداً لكيفية عمل محركات الألعاب الحديثة مثل Unreal Engine، لكن مع تفصيل واحد مهم: يتم إنشاء العالم وتجميعه "أثناء التنفيذ" لمهمة محددة لوكيل ذكاء اصطناعي. ننتقل من الملاحظة السلبية إلى البناء الفعال.

لماذا يكون هذا ضرورياً إذا كان لدينا بالفعل محاكيات ممتازة؟ المشكلة في الطرق القديمة هي عدم مرونتها الوحشية. لتدريب روبوت على تقديم القهوة، تحتاج إلى رسم مطبخ يدوياً والتعامل مع فيزياء التصادم وتعيين آلاف المعاملات. يجعل Agent2World هذه العملية تلقائية.

يستخدم قوة نماذج اللغات الكبيرة لتفسير النوايا وتحويلها إلى كود برنامج فعلي للبيئة. يزيل هذا "لعنة الأبعاد" التي أعاقت تدريب الوكلاء في الظروف المعقدة لعقود. الآن يمكن لوكيل أن يطلب لنفسه حقل تدريب، وسيقوم النظام بـ "زراعته" في غضون ثوان.

الفرق الحاسم هنا يكمن في التغذية الراجعة. في النماذج التوليدية العادية، الوكيل هو متفرج. في Agent2World، الوكيل هو مشارك كامل.

إذا قام بإجراء ما، تحسب البيئة الرمزية النتيجة وفقاً للقواعد المنطقية، وليس احتمالية ظهور الإطار التالي إحصائياً. هذا يحل المشكلة الرئيسية لنماذج اللغات الكبيرة الحديثة - الهلوسات. في عالم رمزي، لا يمكنك ببساطة الاجتياز عبر جدار إذا لم يسمح الكود بذلك.

هذا يعطينا "الارتكاز" أو تثبيت الذكاء الذي أصر عليه يان لوكون والمدافعون الآخرون عن الحس السليم في الذكاء الاصطناعي لفترة طويلة جداً. ماذا يعني هذا للصناعة ككل؟ نحن على عتبة ظهور صناديق رمل تدريب لا نهائية يتم إنشاؤها إجرائياً. هذا هو الطريق المباشر لتسريع تطور الروبوتات.

إذا كانت جمع البيانات سابقاً تتطلب آلاف الساعات من الاختبارات الحقيقية أو سنوات من النمذجة اليدوية، فيمكننا الآن تشغيل ملايين التكرارات في عوالم افتراضية تبني وتعيد بناء نفسها. وهذا يجعل Agent2World ليس مجرد إطار عمل آخر، بل مترجم واقع حقيقي للذكاء الاصطناعي. يبدو أن عصر تدريب الذكاء الاصطناعي على نصوص الإنترنت ينسحب أخيراً لصالح العصر الذي يتعلم فيه الذكاء الاصطناعي من تجربته الخاصة في عوالم يشفرها بنفسه.