Google DeepMind povezuje Project Genie i Street View
Generativni AI modeli dobivaju sposobnost snalaženja u stvarnom svijetu
Google DeepMind objavio je novo ažuriranje za Project Genie koje integrira snimke iz Google Street Viewa u generativne svjetove. Ova integracija omogućuje modelima i agentima da uče i navigiraju kroz okruženja utemeljena na stvarnim lokacijama.
Ključni detalji
Project Genie je Googleov opći model svijeta koji može generirati raznolika interaktivna okruženja. Sada je taj model povezan s bazom slika Google Street Viewa. Korisnici mogu odabrati mjesto na karti unutar SAD-a i opisati željeni vizualni stil (poput "Pustinjskog pijeska" ili "Kamenog doba"), te uvesti lik po izboru. Model zatim stvara maštoviti svijet čija je početna lokacija povezana s vizualima stvarnoga mjesta putem tehnologije nazvane Maps Imagery Grounding. Ažurirani model postupno postaje dostupan korisnicima Google AI Ultra pretplate širom svijeta (starijima od 18 godina), dok je pristup samim Street View snimkama u početku ograničen na lokacije unutar Sjedinjenih Američkih Država, uz planirano širenje.
Zašto je to važno
Ovo spajanje generativne umjetne inteligencije i stvarnih slika ključno je za budućnost virtualnog testiranja i učenja agenata. Sposobnost modela da poveže maštovita okruženja s prepoznatljivom stvarnošću pruža okruženje u kojemu agenti ili čak roboti mogu simulirano navigirati stvarnim svijetom, izbjegavajući testiranje "naslijepo". Sličan pristup simulaciji već pomaže tvrtkama poput Wayma da testiraju autonomna vozila na ultrarealističnim prometnicama.
Tehnička pozadina
Ovaj sustav spaja generativne svjetove s digitalnim kartama:
- Temelji se na Maps Imagery Grounding tehnologiji koja omogućuje kreiranje vizuala vezanih za stvarne podatke Street Viewa.
- Model koristi dane upute kako bi prilagodio svijet (npr. primjena stilova poput "Ocean World" oko prepoznatljivih mostova ili "B&W film" za retro prikaz arhitekture).
- Genie funkcionira kao alat za kreiranje interaktivnih simulacija u kojima AI agenti mogu logički razmišljati i učiti uslijed kompleksnih promjena virtualnih parametara.
Širi kontekst
Kombiniranje AI "world models" s dokazanim tehnologijama, poput Google Maps baze podataka, donosi potpuno novu prednost digitalnim blizancima. Sposobnost sigurnog testiranja algoritama i robotike u visoko kontroliranom, a istodobno realističnom virtualnom okruženju označava iskorak u premošćivanju jaza između simulacije i stvarnosti.
Što slijedi
Google planira proširiti broj dostupnih Street View lokacija izvan početnog obuhvata SAD-a, uz obećanje dodatnog izoštravanja grafičkih detalja i razine točnosti modela. Budući da je Project Genie i dalje u fazi istraživačkog prototipa unutar Google Labsa, naglasak ostaje na postepenom širenju baze i učenju kroz kreativne projekte i simulacije.
Izvor: Google DeepMind Objavljeno na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
