جیم فن، دانشمند تحقیقاتی ارشد انویدیا، مفهومی را معرفی کرده است که میتواند نحوه عملکرد هوش مصنوعی در محیطهای مختلف را بهبود بخشد. در طی یک گفتگوی اخیر، فن “foundation agent” را ارائه کرد، یک هوش مصنوعی تخصصی که برای تسلط بر طیف گستردهای از مهارتها طراحی شده است و آن را در عملکرد در هر دو حوزه دیجیتال و فیزیکی ماهر میکند.
این پیشرفت یک گام مهم رو به جلو در فناوری هوش مصنوعی است، زیرا فراتر از هدف تکرار شناخت انسانی، که تمرکز هوش عمومی مصنوعی (AGI) است، حرکت میکند.
foundation agent فقط نوع دیگری از هوش مصنوعی نیستند. آنها به گونهای ساخته شدهاند که در سناریوهای مختلف، از بازی و متاورس در حال ظهور گرفته تا عملیات پهپادهای پیشرفته و ایجاد ربات های انسان نما، سرآمد باشند. نماینده بنیاد خود انویدیا، معروف به Voyager، قبلاً با اجرای بازی محبوب Minecraft در سطح حرفه ای، توانایی خود را به نمایش گذاشته است. توانایی Voyager برای یادگیری مستقل و پیمایش در محیطهای پیچیده، نشانه روشنی از مکانیسمهای یادگیری پیچیده آن است.
چیزی که Voyagerرا متمایز میکند، روش «کدگذاری بهعنوان عمل» است که به آن اجازه میدهد تا تعاملات درون یک فضای سهبعدی را به دستورات متنی تبدیل کند. این فرآیند هوش مصنوعی را قادر میسازد تا مهارتهای خود را در محیط بازی بهبود بخشد. علاوه بر این، foundation agent به گونهای طراحی شدهاند که موجودیتهایی در حال بهبود خود باشند و دائماً به دنبال چالشهای جدید و کسب تواناییهای جدید بدون محدود شدن به یک مسیر توسعه ثابت باشند.
آموزش این عوامل پیشرفته هوش مصنوعی شامل استفاده از مجموعه دادههای جامع مانند ویدیوهای یوتیوب است که عوامل را با دانش کار در اشکال مختلف، از ربات گرفته تا شبیه سازی و در واقعیتهای مختلف، چه مجازی و چه فیزیکی، مجهز میکند.
الهامبخش این سیستمهای هوش مصنوعی از فرضیه شبیهسازی ناشی میشود، که فرض میکند واقعیت ما ممکن است یک شبیهسازی باشد. این ایده جذاب، با تأکید بر توانایی آنها در حرکت یکپارچه بین محیطهای شبیهسازیشده و دنیای واقعی، نحوه توسعه عوامل هوش مصنوعی را شکل داده است، بنابراین تطبیق پذیری و کارایی آنها را تضمین میکند.