Google DeepMind Genie 3 ubah dunia virtual real-time

Google DeepMind resmi mengumumkan Genie 3, sistem AI world model terbaru yang mampu mengubah kondisi dunia simulasi secara dinamis, sebagaimana dilansir dari Engadget. Berbeda dari Genie 2 yang dirilis Desember lalu, versi ketiga ini menawarkan kemampuan real-time interaction dan kontrol lingkungan yang lebih canggih untuk melatih agen AI.

Genie 3 menghasilkan footage dengan resolusi 720p, meningkat dari 360p pada pendahulunya. Sistem ini juga mampu mempertahankan simulasi yang konsisten selama beberapa menit sebelum mulai menghasilkan artifacts, jauh lebih lama dibanding Genie 2 yang sering mengalami halusinasi dalam waktu kurang dari 60 detik.

Shlomi Fruchter, research director DeepMind, dan Jack Parker-Holder, research scientist, menyebut peningkatan ini sebagai stepping stone penting menuju artificial general intelligence.

Inovasi utama Genie 3 terletak pada kemampuan "promptable world events". Berbeda dengan Genie 2 yang hanya responsif terhadap perintah movement, Genie 3 dapat dimodifikasi dengan text prompts real-time untuk mengubah state dunia yang sedang dihasilkan.

Dalam demo yang ditunjukkan, model berhasil memasukkan kawanan rusa ke dalam scene seseorang yang sedang ski menuruni gunung hanya dengan perintah teks. Meskipun gerakan rusa belum sepenuhnya realistis, ini merupakan killer feature yang membedakan Genie 3.

DeepMind memposisikan Genie 3 sebagai tool untuk melatih dan mengevaluasi agen AI dalam skenario "what if" yang tidak tercakup dalam pre-training. Fruchter mencontohkan penggunaan untuk mengajarkan self-driving car cara menghindari pejalan kaki yang tiba-tiba menyeberang.

"Ada banyak hal yang harus terjadi sebelum model dapat digunakan di dunia nyata, tapi kami melihat ini sebagai cara untuk melatih model lebih efisien dan meningkatkan reliabilitas mereka," ungkap Fruchter.

DeepMind mengakui masih ada banyak pekerjaan yang harus dilakukan. Model ini belum dapat menghasilkan lokasi dunia nyata dengan akurasi sempurna dan masih kesulitan dengan text rendering. Untuk benar-benar berguna, Genie perlu mampu mempertahankan dunia simulasi selama berjam-jam, bukan menit.

Saat ini, Genie 3 belum tersedia untuk publik umum, namun DeepMind sedang bekerja memperluas akses kepada additional testers.