Компания Google DeepMind анонсировала новый этап в развитии искусственного интеллекта, представив Scalable Instructable Multiworld Agent (SIMA) — многоцелевого AI-агента, способного выполнять задачи в различных игровых мирах с использованием естественных языковых инструкций.
Исследование SIMA акцентирует внимание на значимости видеоигр как тестовой платформы для AI-систем, предоставляющей богатую среду для обучения и адаптации в условиях быстрого изменения целей. Оперируя на базе предыдущих успехов компании в области AI, включая систему AlphaStar для игры в StarCraft II, новая разработка представляет собой агент, способный не просто играть, но и взаимодействовать в 3D-окружении с использованием революционного подхода к получению инструкций.
Команда исследователей провела тестирование SIMA в сотрудничестве с восемью игровыми студиями, включив в тренировочный процесс девять различных видеоигр, таких как No Man’s Sky и Teardown. Это первый случай, когда агент демонстрирует возможность понимания разнообразных игровых миров и выполнения задач, используя человеческую логику.
SIMA основывается на предварительно обученных моделях восприятия и памяти, что позволяет ему действовать без доступа к исходному коду игр или специализированным API. Агент способен воспринимать изображения на экране и выполнять команды, что делает его универсальным для использования в любом виртуальном окружении.
Текущая версия SIMA была протестирована на 600 базовых навыках, включая навигацию и взаимодействие с объектами. Испытания подтвердили, что агенты, обученные на множестве игр, превосходят специализированные агенты, работавшие только с одной игрой, что открывает перспективы для дальнейших исследований и улучшения AI-систем.
Долгосрочные цели разработчиков включают создание более сложных агентов, способных выполнять высокоуровневые стратегические задачи. Исследования в данном направлении ставят перед собой задачу расширения возможностей AI и увеличения его полезности в различных областях, включая повседневную жизнь.