Googles Genie 4 skapar levande världar, men AGI är fortfarande långt borta

Googles Genie 4 skapar interaktiva världar med realistiska miljöer som reagerar på användarnas handlingar. Jämfört med Genie 3 skapar modellen mer realistiska scener och lägger till ljud, bland annat dialog som reagerar på händelser i en simulering. Användare kan också ändra miljön med instruktioner i samtalsform medan världen fortsätter att utvecklas.

Google beskrev möjligheten att utforska ett brett urval av realistiska miljöer som ett steg på vägen mot artificiell generell intelligens (AGI) och sade att verklighetstrogna miljöer kan bidra till att förbereda AI-agenter för användning i den fysiska världen. Men realistiska scener visar inte att en modell förstår verklighetens regler. En simulering kan visa en boll som rullar nedför en backe utan att förstå fysik, och oväntade handlingar kan blottlägga skillnaden mellan ett trovärdigt utseende och ett tillförlitligt beteende.

Enligt TechRadars Eric Hal Schwartz förblir Genie 4:s miljöer sammanhängande i bara några minuter. Med tiden kan visuella detaljer glida och föremål förändras eller försvinna. Begränsningen väcker frågor om att använda simuleringar för att träna agenter eller robotar: felaktig fysik eller oförutsägbara interaktioner kan lära dem att lösa problem som inte finns utanför simuleringen.

Modellen kan ändå hjälpa forskare att undersöka specifika problem och spelutvecklare att skapa interaktiva prototyper. Schwartz menar att de användningsområdena förtjänar uppmärksamhet i egen kraft. Han påpekar också att AGI saknar en officiell definition, vilket gör påståenden om framsteg svåra att mäta. Genie 4 visar framsteg i att skapa realistiska världar, men enligt källan räcker inte det i sig för att visa framsteg mot AGI.