機器人前瞻（公眾號：robot_pro）
編譯 |? 江宇
編輯 | ?漠影
機器人前瞻(zhan)4月21日消息，谷(gu)歌DeepMind迎來突破性進(jin)展，其(qi)世界構建AI模型Genie 2展現了在機器人訓練領域的(de)巨大潛(qian)力。
DeepMind CEO兼聯合創始(shi)人Demis Hassabis向(xiang)《60分鐘》節目展示了(le)這一創新技術，強(qiang)調其在創建可(ke)交(jiao)互3D環境及加速機器人學習方面的應用前景。
Genie 2能夠從單一靜態圖(tu)像生成(cheng)可探索的3D虛擬世界，為(wei)AI代理和機器(qi)人提供逼(bi)真(zhen)的模(mo)擬環境。
在演示中(zhong)，DeepMind研究科學家Jack Parker-Holder展示了一(yi)(yi)張加州瀑布(bu)頂(ding)部照片，Genie 2將其轉化為類似(si)第一(yi)(yi)人稱視(shi)角的(de)視(shi)頻游戲場景。用(yong)戶(hu)或AI代(dai)理可以在虛擬環境中(zhong)自由移動，例如在瀑布(bu)頂(ding)部的(de)水池周圍行走，甚至(zhi)探索(suo)原始圖像中(zhong)不存在的(de)景觀。
▲實機演示：Genie 2將(jiang)加州瀑布頂部的(de)照片(pian)轉化為類似(si)視頻游戲場景(jing)
Hassabis表示，Genie 2的“世界(jie)模型”能夠(gou)動態生(sheng)成環境，模擬(ni)現實(shi)世界(jie)的物理特(te)性。這種能力使其不(bu)僅適用于娛(yu)樂領域（如生(sheng)成游戲和(he)視頻(pin)），更重要的是為AI和(he)機器人提供(gong)高效的訓(xun)練(lian)平臺。
Hassabis強調，Genie 2的核心目標是構建理解現(xian)實世界(jie)的模型，為(wei)機器人訓(xun)練提供(gong)低成(cheng)本(ben)、高效率(lv)的解決方(fang)案。傳統的機器人數據(ju)采集受(shou)限于現(xian)實世界(jie)的復雜性和高成(cheng)本(ben)，數據(ju)量有限且收集速度慢。
而(er)Genie 2的(de)模擬環境可以生(sheng)成近乎無(wu)限的(de)數據量，允許機器人在虛擬世界中進行初步學習，隨后通過少量現實(shi)世界數據進行微調。
在(zai)一個演示中(zhong)，AI控制的騎士(shi)角色在(zai)一個由Genie 2生成的3D環境中(zhong)自主(zhu)完成任務，例如從三(san)個門廊中(zhong)選擇正確路徑并爬上樓梯。Hassabis指出，這種技(ji)術可以(yi)讓機器人在(zai)模擬環境中(zhong)學習復(fu)雜(za)任務，如導航、物體(ti)交(jiao)互和決(jue)策制定，從而大幅減少對(dui)現(xian)實世(shi)界數據(ju)的依(yi)賴(lai)。
▲實機演(yan)示：AI騎士角色(se)在(zai)由Genie 2生成的(de)3D環(huan)境(jing)中自主完(wan)成任務
Hassabis透(tou)露(lu)，DeepMind正在探索(suo)利用(yong)谷歌(ge)地(di)圖、谷歌(ge)地(di)球和街景視(shi)圖等地(di)理數據，進(jin)一步(bu)增強AI的(de)世界理解能力(li)。這些數據可以為AI提供豐富(fu)的(de)現實世界背景，幫助機器人更好地(di)適(shi)應真(zhen)實環境。
同時，Genie 2還能(neng)將(jiang)靜態圖像（如街景或個人度假照片(pian)）轉(zhuan)化為交互式3D場景，為機器人訓(xun)練和用戶(hu)體驗開(kai)辟(pi)新可能(neng)性。
Hassabis還(huan)表示，未來版本(ben)的(de)Genie模型(xing)將能(neng)夠創建更(geng)多(duo)樣化、復雜的(de)虛擬世界，為(wei)機(ji)器人(ren)學習(xi)新技能(neng)、執(zhi)行任務(wu)以及與人(ren)類和(he)(he)物(wu)體交互提供支持。這一技術不(bu)僅有望革新機(ji)器人(ren)開發，還(huan)可能(neng)在工業、醫療和(he)(he)探索(suo)等(deng)領域推動(dong)智能(neng)化應(ying)用的(de)廣泛(fan)普(pu)及。
來源：CBS NEWS
