Google Genie 3: عندما تحلّ الشبكة العصبية محل محرّك الألعاب (والواقع)

هل تذكرون ذلك الشعور الطفولي حين كنتم تحدّقون في صورة داخل كتاب وترغبون بشدة في الدخول إليها؟ يبدو أن Google قررت بجدية تحويل هذا الخيال إلى شيفرة برمجية عاملة. في الحلقة الجديدة من بودكاست Google AI: Release Notes ناقش لوغان كيلباتريك مع مهندسي DeepMind مشروع Genie 3. هذه ليست شبكة عصبية أخرى لتوليد صور القطط بأسلوب Pixar. إنه نموذج عالم تفاعلي متكامل، يفهم ما سيحدث إذا ضغطتم على زر أو دفعتم جسمًا ما.

لنوضّح السياق أولًا. لفترة طويلة، انشغلت الصناعة بجودة البكسلات. أُعجبنا بـ Sora من OpenAI أو Kling لأنهما تنتجان صورة يصعب تمييزها عن الواقع. لكن هذه النماذج تعاني مشكلة جوهرية: إنها في حقيقتها «أدوات لملء الفراغات» متقدمة جدًا. فهي تعرف كيف ينبغي أن يبدو الإطار التالي، لكنها لا تفهم العلاقات السببية. فإذا عضّ شخص قطعة بسكويت في فيديو من Sora، فقد تبقى البسكويتة سليمة. أما Genie 3 فيسلك طريقًا آخر.

عمل فريق DeepMind سنوات على تعليم الذكاء الاصطناعي فهم الفيزياء من خلال مشاهدة الفيديو. ويمثّل Genie 3 ذروة فكرة «نموذج العالم» (World Model). فهو لا يرسم الإطارات فحسب، بل يحاكي البيئة. تزوّدونه بصورة واحدة أو بوصف نصي، فينشئ فضاءً يمكنكم التنقل فيه. وكأن لعبة فيديو تُصنع في الوقت الفعلي تحت كل خطوة تخطونها، من دون مبرمجين ولا مصممي ثلاثي الأبعاد.

لماذا يكتسب هذا أهمية حاسمة الآن تحديدًا؟ لأننا اصطدمنا بسقف البيانات. فلتدريب وكلاء أكثر ذكاءً أو سيارات ذاتية القيادة، نحتاج إلى بيانات أكثر مما يحويه الإنترنت كله. ويتيح Genie 3 إنشاء محاكاة لا نهائية وصحيحة فيزيائيًا لتدريب شبكات عصبية أخرى. إنه «حقل تجارب» يمكن للروبوتات أن تخطئ فيه ملايين المرات في الثانية، من دون أن تُتلف أذرعًا ميكانيكية باهظة الثمن في الواقع. وتراهن Google بوضوح على أن مستقبل الذكاء الاصطناعي لا يكمن في روبوتات المحادثة، بل في وكلاء يتصرفون داخل الفضاء.

بالطبع، لا تخلو المسألة من قدر من المفارقة. فبينما تطرح OpenAI وAnthropic منتجات يستخدمها الناس كل يوم، تواصل Google إصدار البودكاست والأوراق العلمية. نسمع عن قدرات مذهلة لـ Genie 3، لكن متى سنتمكن من تشغيله على أجهزتنا؟ السؤال مفتوح. ومع ذلك، فإن تفوق DeepMind التقني في بنية هذه النماذج لا جدال فيه. فهي تبني الأساس الذي سينمو عليه الجيل القادم من الذكاء الاصطناعي، جيل نشط لا سلبي.

الانتقال من «انظروا ماذا رسمت» إلى «انظروا إلى ما حوّلتُ إليه هذه الصورة» تحوّل تكتوني. فهو يغيّر كل شيء: من تطوير الألعاب، حيث ستُولَّد المستويات تبعًا للاعب، إلى تدريب مساعدي الذكاء الاصطناعي في نسخ افتراضية من شققنا. وتحاول Google أن تثبت أنها لا تزال الأولى في الابتكار، حتى لو بدا طريقها إلى الإصدار بلا نهاية.

الخلاصة: يحوّل Genie 3 الذكاء الاصطناعي من رسّام إلى مهندس معماري للواقع. فهل ستتمكن Google من تسويقه تجاريًا قبل أن يستنسخ المنافسون الأسلوب؟